Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
3次元形状計測
物体のモデリングやロボットの視覚
高精度で密な計測
高コスト,低実時間性
比較的密でリアルタイム低価格で利用可
動作可能環境が限定的
リアルタイム屋内外・遠近問わず計測可能
画像間対応付けが必要
Strategy確度の高い計測点とそれを基にした近似による3次元復元の高速化
顕著点の3次元復元
計測対象
追加計測点
i 高精度(で疎)な点群計測
ii 計測対象の概形推定
iii 追加計測点の復元
i. 高精度(で疎)な3次元復元リファレンスフレームとその近傍フレームとのステレオ
Target object
Epipolar line
Reference frame Adjacent frames
eLeR
PL PR
P 各画素に対する深度推定
8x8パッチのNCCによる探索
対応付けの曖昧さ
推定結果の統合方法
近傍フレーム毎のステレオ
PTAM*による位置姿勢の取得
* Parallel Tracking and Mapping for Small AR Workspaces [Klein et al., 2007]
i. 高精度(で疎)な3次元復元 Bayesian filter*を用いた推定深度の統合
Normal distribution
Uniform distribution
Reference frame refI Adjacent frame adjI
maxd
mind
d̂
Epipolar line8 x 8 patch
p q
* George Vogiatzis and Carlos Hernandez, “Videobased, real-time multi-view stereo”, Image and Vision Computing, Vol. 29, No. 7, pp. 434–441, 2011
Inlier は真値を中心としたGauss分布に,Outlier は一様分布に従う*
n回のステレオ計測結果を統合
推定結果の統合方法
i. 高精度(で疎)な3次元復元 Bayesian filter*を用いた推定深度の統合
Normal distribution
Uniform distribution
Reference frame refI Adjacent frame adjI
maxd
mind
d̂
Epipolar line8 x 8 patch
p q
* George Vogiatzis and Carlos Hernandez, “Videobased, real-time multi-view stereo”, Image and Vision Computing, Vol. 29, No. 7, pp. 434–441, 2011
n回のステレオ計測結果を統合
推定結果の統合方法
についてのGauss分布とについてのBeta分布の積で近似
i. 高精度(で疎)な3次元復元 Bayesian filter*を用いた推定深度の統合
* George Vogiatzis and Carlos Hernandez, “Videobased, real-time multi-view stereo”, Image and Vision Computing, Vol. 29, No. 7, pp. 434–441, 2011
推定結果の統合方法
正規分布の分散が十分小さいか
収束
分布が十分正規分布に従っているか
ii. 計測対象の概形推定Multi-Scale Compactly Supported RBF (MSCSRBF)* による形状近似
( )∑∈
−+=Pp
iiii
pgf ||)(||)()( xxx σφλ
Local shape function and shift amount(Quadric function)
Compactly supported radial basis (blending) function **
<+−
=(else 0
1 if 1)(4r)1()
4 rrrφ
* A Multi-scale Approach to 3D Scattered Data Interpolation with Compactly Supported Basis Functions [Ohtake et al., 2003]
** Piecewise polynomial, positive definite and compactly supported radial basis functions of minimal degree. [H.Wendland., 1995]
22),( vcuvbuavuh ++=0),()( =−= vuhwg x
ii. 計測対象の概形推定Multi-Scale Compactly Supported RBF (MSCSRBF)* による形状近似*
( )∑∈
−+=Pp
iiii
pgf ||)(||)()( xxx σφλ
* A Multi-scale Approach to 3D Scattered Data Interpolation with Compactly Supported Basis Functions [Ohtake et al., 2003]
ii. 計測対象の概形推定Multi-Scale Compactly Supported RBF (MSCSRBF)* Octreeを用いた階層的な近似による点群の疎密差への対処
* A Multi-scale Approach to 3D Scattered Data Interpolation with Compactly Supported Basis Functions [Ohtake et al., 2003]
iii. 追加計測点の復元計測点の追加
収束した (近似に用いた) 画素周辺の未計測領域から選定 色の似た近傍画素は同様の深度を持つと仮定
Converged points
Reference frame
Reference frame
Spatial Color (Intensity)
Certainty map
Overview
顕著点 (エッジやコーナー) の復元
近似モデルの生成/更新
対象画素の初期深度推定
Short-range ステレオマッチング
Certainty mapの更新
となった画素の復元開始
収束
>
実験環境とカメラシステム
Experiment Scene 1単純な環境下での復元
120
33
75
Reference frame
Camera : FL3-U3-20E4C/M-C(Point Grey Research)
Lens : LM4NC1M(Kowa Optical Products)
CPU : i7-4790K(Intel)
提案手法による3次元復元結果
Experiment Scene 1単純な環境下での復元
LSD-SLAM* Proposed method* LSD-SLAM: Large-Scale Direct Monocular SLAM [Engel et al., 2014]
実験環境と復元結果
Experiment Scene 2複雑な環境下での復元
LSD-SLAM* Proposed method* LSD-SLAM: Large-Scale Direct Monocular SLAM [Engel et al., 2014]
実験環境と復元結果
Experiment Scene 2複雑な環境下での復元
LSD-SLAM* Proposed method* LSD-SLAM: Large-Scale Direct Monocular SLAM [Engel et al., 2014]