Point based correspondenceless pose estimation
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Günümüzde, hayatımızı kolaylaştıran teknolojilerden biri hiç kuşkusuz görüntüleme sistemleridir. Görüntüleme sistemleri yalnızca görüntüleme işi yapmayıp aynı zamanda bu görüntüyü işleyerek anlamlı veriler elde etme yeteneğine sahip sistemlerdir. Herhangi bir kamera tarafından elde edilmiş bu görüntülerde bulunan bir nesnenin pozisyon ve oryantasyon'u (poz) robotlarda, filmlerde, animasyonlar gibi bir çok alanda ihtiyaç duyulan bir bilgidir. Bu tezde poz kestirimi için gerekli olan alt görevlerden öznitelik bulma süreci otomatik hale getirilmiştir. Buna ek olarak nokta temelli, karşılıklık bilgisi gerektirmeyen Gravitational Pose Estimation (GPE) ve SoftPOSIT algoritmaları birbirlerine entegre edilmiştir. Aynı zamanda nesnenin görünmeyen noktalarından kaynaklanan problem de belli ölçülerde tolere edilmiştir. Poz kestirim kısmı, gerçek ve sanal resimler kullanılmak suretiyle test edilerek başarı oranı da ayrıca kanıtlanmıştır. Today, one of the technologies which ease our lives is vision systems. Vision systems not only execute the task of vision but also they have the ability to process these images to extract meaningful data. The position and orientation (pose) of an object found in these images are useful information required for many fields such as robotics, films and animations. In this thesis, we automate the subtasks such as feature extraction and blob coloring that are required during the pose estimation. In addition, a correspondenceless point-based algorithm which is called Gravitational Pose Estimation (GPE) is proposed and implemented. We have also integrated GPE and SoftPOSIT into a single method called GPEsoftPOSIT, which finds the orientation within 3 degrees and the position within 10% of the object?s diameter even under occlusion-the manner in which an object closer to the viewport masks (or occludes) an object further away from the viewport. The algorithm is evaluated by a series of synthetic and real images. Results show that GPE is robust, consistent, and fast (runs in less than a minute)
Collections