Метод оценки параметров движения камеры по малому числу соответствующих точек с использованием кватернионов

Автор: Гошин Егор Вячеславович, Котов Антон Петрович

Журнал: Компьютерная оптика @computer-optics

Рубрика: Численные методы и анализ данных

Статья в выпуске: 3 т.44, 2020 года.

Бесплатный доступ

В настоящей работе исследуются методы определения параметров движения камеры по набору соответствующих точек. В отличие от традиционного подхода, соответствующие точки в настоящей работе используются не для определения фундаментальной матрицы, а непосредственно для определения параметров съёмки. Кроме того, в настоящей работе используется модель формирования разноракурсных изображений, основанная на представлении трёхмерных изображений и параметров съёмки в виде кватернионов. В настоящем исследовании приведены варианты реализации предложенного метода, в том числе с отбором наиболее свободных от шума соответствий с использованием метода RANSAC. В исследовании приведены результаты эксперимента на тестовых наборах «Middlebury» и «ETH3D», представляющих собой набор изображений с зафиксированными точными значениями параметров съёмки. С использованием разработанной на языке Python программы проведён сравнительный эксперимент по оценке точности и надёжности оценок, полученных с помощью предложенного метода, в условиях малого числа соответствующих точек и малой глубины сцены. В ходе экспериментальных исследований было показано, что в поставленных условиях надёжность определения параметров с использованием предложенного метода значительно превышает надёжность традиционных методов оценки параметров движения, основанных на вычислении фундаментальной матрицы.

Еще

Эпиполярная геометрия, кватернионы, параметры движения камеры

Короткий адрес: https://sciup.org/140250010

IDR: 140250010   |   DOI: 10.18287/2412-6179-CO-683

Список литературы Метод оценки параметров движения камеры по малому числу соответствующих точек с использованием кватернионов

  • Мясников, В.В. Исследование зависимости точности одновременной реконструкции сцены и позиционирования камеры от погрешностей, вносимых датчиками мобильного устройства / В.В. Мясников, Е.А. Дмитриев // Компьютерная оптика. - 2019.- Т. 43, № 3. - C. 492-503. - DOI: 10.18287/2412-6179-2019-43-3-492-503
  • Lee, B. Online self-supervised monocular visual odometry for ground vehicles / B. Lee, K. Daniilidis, D.D. Lee // IEEE International Conference on Robotics and Automation (ICRA). - 2015. - P. 5232-5238.
  • Fu, C. Efficient visual odometry and mapping for unmanned aerial vehicle using ARM-based stereo vision pre-processing system / C. Fu, A. Carrio, P. Campoy // International Conference on Unmanned Aircraft Systems (ICUAS). - 2015. - P. 957-962.
  • Kudinov, I.A. Camera and auxiliary sensor calibration for a multispectral panoramic vision system with a distributed aperture / I.A. Kudinov, M.B. Nikiforov, I.S. Kholopov // Journal of Physics: Conference Series. - 2019. - Vol. 1368, Issue 3. - 032009.
  • Кирш, Д.В. Алгоритм реконструкции трёхмерной структуры кристалла по двумерным проекциям / Д.В. Кирш, А.С. Широканев, А.В. Куприянов // Компьютерная оптика. - 2019. - Т. 43, № 2. - С. 324-331. - DOI: 10.18287/2412-6179-2019-43-2-324-331
  • Ruchay, A.N. Fusion of information from multiple Kinect sensors for 3D object reconstruction / A.N. Ruchay, K.A. Dorofeev, V.I. Kolpakov // Computer Optics. - 2018. -Vol. 42(5). - P. 898-903. -
  • DOI: 10.18287/2412-6179-2018-42-5-898-903
  • Troiani, C. 2-point-based outlier rejection for camera-imu systems with applications to micro aerial vehicles / C. Troiani, A. Martinelli, C. Laugier, D. Scaramuzza // IEEE International Conference on Robotics and Automation (ICRA). - 2014. - P. 5530-5536.
  • Cadena, C. Past, present, and future of simultaneous localization and mapping: Toward the robust-perception age / C. Cadena, et al. // IEEE Transactions on Robotics. - 2016.- Vol. 32, Issue 6. - P. 1309-1332.
  • Rebecq, H. EVO: A geometric approach to event-based 6-DOF parallel tracking and mapping in real time / T. Horstschäfer, G. Gallego, D. Scaramuzza // IEEE Robotics and Automation Letters. - 2016. - Vol. 2, Issue 2. - P. 593-600.
  • Zhang, Y. Robust orientation estimate via inertial guided visual sample consensus / Y. Zhang, W. Liang, Y. Li, H. An, J. Tan // Personal and Ubiquitous Computing. - 2018.- Vol. 22, Issue 2. - P. 259-274.
  • Rebecq, H. Real-time visual-inertial odometry for event cameras using keyframe-based nonlinear optimization / H. Rebecq, T. Horstschaefer, D. Scaramuzza // British Machine Vision Conference (BMVC). - 2017.
  • Liang, J. Experimental Evaluation of Direct Monocular Visual Odometry Based on Nonlinear Optimization / J. Liang, X. Cheng, Y. He, X. Li, H. Liu // WRC Symposium on Advanced Robotics and Automation (WRC SARA). - 2019. - P. 291-295.
  • Von Stumberg, L. Direct sparse visual-inertial odometry using dynamic marginalization / L. Von Stumberg, V. Usenko, D. Cremers // IEEE International Conference on Robotics and Automation (ICRA). - 2018. - P. 2510-2517.
  • Leutenegger, S. Keyframe-based visual-inertial SLAM using nonlinear optimization / S. Leutenegger, S. Lynen, M. Bosse, R. Siegwart, P. Furgale // Proceedings of Robotics Science and Systems (RSS). - 2013.
  • Rosten, E. Machine learning for high-speed corner detection / E. Rosten, T. Drummond // European Conference on Computer Vision (ECCV). - 2006. - P. 430-443.
  • Li, R. UnDeepVO: Monocular visual odometry through unsupervised deep learning / R. Li, S. Wang, Z. Long, D. Gu // IEEE International Conference on Robotics and Automation (ICRA). -2018. - P. 7286-7291.
  • Fursov, V.A. Prediction of estimates' accuracy for linear regression with a small sample size / V.A. Fursov, A.V. Gavrilov, A.P. Kotov // 41st International Conference on Telecommunications and Signal Processing (TSP). - 2018. - P. 679-685. -
  • DOI: 10.1109/TSP.2018.8441385
  • Hartley, R. Multiple view geometry in computer vision / R. Hartley, A. Zisserman. - Cambridge: Cambridge University Press, 2003. - 271 p.
  • Karlsson, L. Algorithms for hessenberg-triangular reduction of fiedler linearization of matrix polynomials / L. Karlsson, F. Tisseur // SIAM Journal on Scientific Computing. - 2015. - Vol. 37, Issue 3. - P. C384-C414.
  • Гошин, Е.В. Метод определения внешних параметров камеры по паре изображений с использованием дуальных кватернионов / Е.В. Гошин, И.Р. Усеинова // Мехатроника, автоматизация, управление. - 2017. - Т. 18, № 4. - C. 279-284. -
  • DOI: 10.17587/mau.18.279-284
  • Тестовая последовательность изображений "Dino" из набора "Middlebury" [Электронный ресурс]. - URL: http://vision.middlebury.edu/mview/data/data/dino.zip/ (дата обращения 07.10.2019).
  • Bay, H. Surf: Speeded up robust features / H. Bay, T. Tuytelaars, L. Van Gool. - In: Computer Vision - ECCV 2006 / ed. by A. Leonardis, H. Bischof, A. Pinz. - Berlin, Heidelberg: Springer, 2006. - P. 404-417. -
  • DOI: 10.1007/11744023_32
  • Rublee, E. ORB: An efficient alternative to SIFT or SURF / E. Rublee, V. Rabaud, K. Konolige, G.R. Bradski // International Conference on Computer Vision (ICCV). - 2011. -P. 2564-2571.
  • Lowe, D.G. Object recognition from local scale-invariant features / D.G. Lowe // Proceedings of the Seventh IEEE International Conference on Computer Vision. - 1999. - Vol. 2. - P. 1150-1157.
  • Библиотека обработки изображений OpenCV [Электронный ресурс]. - URL: http://opencv.org/ (дата обращения 07.10.2019).
  • Moré, J.J. The Levenberg-Marquardt algorithm: Implementation and theory / J.J. Moré. - In: Numerical analysis / ed. by G.A. Watson. - Berlin, Heidelberg: Springer, 1978. - P. 105-116.
  • Csurka G. Characterizing the uncertainty of the fundamental matrix / G. Csurka, C. Zeller, Z. Zhang, O. Faugeras // Computer Vision and Image Understanding. - 1997. - Vol. 68, Issue 1. - P. 18-36.
Еще
Статья научная