Affine correspondences and their applications for model estimation
  • Metaadatok
Tartalom: http://hdl.handle.net/10831/46559
Archívum: EDIT
Gyűjtemény: Disszertációk (ELTE PHD)
Informatikai Kar PHD
Informatika Doktori Iskola
Cím:
Affine correspondences and their applications for model estimation
Létrehozó:
Baráth, Dániel Béla
Közreműködő:
Hajder, Levente
Dátum:
2019
Téma:
Műszaki tudományok/Informatikai tudományok
affine correspondence
robust fitting
modell fitting
multi-model fitting
Informatika D. I./Az informatika alapjai és módszerei.
affin megfeleltetés
robusztus illesztés
modell illesztés
multi-modell illesztés
Tartalmi leírás:
Ezen disszertációban a számítógépes látás két területére fókuszáltunk, amik a geometriai modell becslés affin megfeleltetések felhasználásával, illetve a robusztus (multi-)modell illesztés. Néhány, e munkát ihlető cikk a számógépes látás legnagyobb presztízsű fórumain jelent meg, mint például a Conference on Computer Vision and Pattern Recognition (CVPR), vagy a European Conference on Computer Vision (ECCV). A geometriai modell becslés számos problémáját oldottuk meg affin megfeleltetések felhasználásával. Ezek a problémák: felületi normálisok becslése több nézet felhasználásával; homográfia becslése egyetlen megfeleltetésből; fundamentális és esszenciális mátrixok becslése három, illetve két megfeleltetésből; és megoldottuk az úgynevezett félig-kalibrált esetet is affin jellemzőpontokkal. A félig-kalibrált eset alapfeltevése, hogy a kamerák belső paraméterei egy közös fókusztáv kivételével mind ismertek. Ezen felül megmutattuk, hogy mi a közvetlen kapcsolat affin megfeleltetések és az epipoláris geometria között. A javasolt algoritmusokat mind szintetikus tesztkörnyezetben, mind publikusan elérhető valós adatbázisokon teszteltük és hasonlítottuk össze a state-of-the-arttal. A robusztus modell illesztés területén javasoltunk egy módszer outlierek szűrésére pont-megfeleltetések egy halmazából. A javasolt módszer nem feltételezi egy, a színteret magyarázó geometriai modell létezését. Javasoltunk egy új lokálisan optimalizált RANSAC algoritmust is, mely arra a feltételezésre épít, hogy az egymáshoz közel elhelyezkedő pontok nagy valószínűséggel tartoznak ugyanahhoz a modellhez. Tehát a pontok térbeli relációira építve nagyobb pontosság és korábbi termináció érhető el. Javaslunk egy módszert multi-homográfia illesztésre is két kép között, majd ezt a módszert általánosítva eljutunk ahhoz a problémához, amikor ismeretlen számú és tetszőleges típusú modellt szeretnénk egy időben megtalálni. Ezen módszerek hatékonyságát is kiértékeltük mind szintetikus, mind publikusan elérhető valós adatbázisokon.
Nyelv:
angol
angol
magyar
Típus:
info:eu-repo/semantics/doctoralThesis
Formátum:
application/pdf
application/pdf
application/pdf
Azonosító:
elte:10.15476/ELTE.2019.135
elte:31194979
Létrehozó:
info:eu-repo/semantics/openAccess