...
首页> 外文期刊>電子情報通信学会技術研究報告 >多眼力メラシステムによるカメラ運動の高精度実時間推定
【24h】

多眼力メラシステムによるカメラ運動の高精度実時間推定

机译:多眼Mela系统实时准确地估计摄像机运动

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       

摘要

本稿では,カメラを動かして得た画像系列を元に,カメラの運動およびシーンの3次元形状を復元する運動からの形状復元(structure from motion,SFM)において,実時間でこれを行うこと(Realtime SFM)を考える.その成否は,シーンの同一点を画像系列上で追跡した特徴点軌跡を以下に安定して高精度に得られるかにかかっている.本稿では,複数のカメラを剛体結合した多眼カメラシステムを用いて,特徴点軌跡のロバストかつ高精度な計算を行うことを提案する.カメラが運動する中,常に新しい特徴点が画像に発生しまた消えてゆくという最も難しい状況において,実時間性の前提から 現在までの画像系列しか得られない因果性の制約を,効果的に解決できることを示す.%This paper considers the problem of realtime structure from motion (SFM), in which the camera motion and the scene structure are recovered in realtime fiom the image sequence captured by moving the camera. Its success entirely depends on whether or not the loci of feature points are obtained stably and accurately that are the results of tracking identical scene points across the image sequence. In this paper, we propose to use a multi-camera system such that multiple cameras are rigidly combined in order to robustly and accurately obtain the loci of feature points. We show that this method can solve the difficulty with the temporal causality that only the images up to the latest frame are available; as a result, the most difficult cases can be dealt with where new feature points always appear and some of the current points always disappear while the camera moves.
机译:在本文中,我们将在运动结构(SFM)中实时执行此操作,该结构将根据通过移动摄像机获得的图像序列来恢复摄像机的运动和场景的3D形状(实时SFM)。成功或失败取决于是否可以稳定且高精度地获得通过在场景上跟踪场景中的同一点而获得的特征点轨迹。在本文中,我们提出了一种使用多镜头相机系统(其中多个相机固定连接)的鲁棒且高度准确的特征点轨迹计算方法。在相机移动的同时,新特征点在图像中不断出现和消失的最困难的情况下,在最困难的情况下有效地解决了只能获得到目前为止的图像系列的因果关系约束。展示你能做什么。 %本文考虑了运动的实时结构(SFM)问题,即通过移动摄像机捕获的图像序列实时恢复摄像机的运动和场景结构,其成功与否完全取决于特征位点在本文中,我们建议使用多摄像机系统,以便将多个摄像机严格组合在一起,以稳健而准确地获得直接且准确获得的点位点,这些点是在整个图像序列上跟踪相同场景点的结果。我们证明了该方法可以解决时间因果关系方面的困难,即仅提供最新帧的图像;因此,可以解决最困难的情况,即总是出现新的特征点,并且某些相机移动时,当前点始终消失。

著录项

  • 来源
    《電子情報通信学会技術研究報告》 |2009年第182期|p.27-34|共8页
  • 作者单位

    東北大学大学院情報科学研究科 仙台市青葉区荒巻字青葉6-6-01;

    東北大学大学院情報科学研究科 仙台市青葉区荒巻字青葉6-6-01;

    東北大学大学院情報科学研究科 仙台市青葉区荒巻字青葉6-6-01;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 jpn
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号