2. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Содержание
Введение
Iterative Depth Estimation
Live Scene Reconstruction
Real-time Depth Estimation
Свой алгоритм
2
3. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Введение
Постановка задачи
Каждая точка пространства при съемке
проецируется на плоскость кадра
3
– фокусное
расстояние камеры
Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
4. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Введение
Постановка задачи
Зная движение камеры, можно точно
восстановить отношение глубины разных
объектов в сцене
4
R – матрица поворота
t – вектор сдвига
Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
5. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Содержание
Введение
Iterative Depth Estimation
Live Scene Reconstruction
Real-time Depth Estimation
Свой алгоритм
5
6. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Camera motion estimation
Фокусное расстояние камеры = 1
Используется упрощение
12-параметрической модели:
6
– поворот вокруг оси k
на угол β
– поворот на угол α
вокруг оси Δ, угол (i, Δ) = θ
Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
7. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Группа из шести параметров
однозначно описывает движение камеры
Через эти параметры можно выразить
смещение блоков изображений
(x’,y’), (x,y) – координаты пикселей точки
7Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
8. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Идея
Первый кадр
8
9. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Идея
Второй кадр
9
10. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Идея
Искаженный первый кадр
10
11. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Идея
Первый кадр
11
12. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Идея
Модули смещений блоков между исходным и искаженным кадрами
12
13. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Для восстановления глубины сцены
применяется belief propagation (100 итераций)
Максимизируется вероятность
f, g – кадры
y – реализация random field Y
х – глубина сцены по отношению к кадру f
13Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
14. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
V – множество всех пикселей
xs – относительная глубина в пикселе s
ψ(xs) – вероятность определения глубины для пикселя s
Iterative Depth Estimation
14
– координаты пикселя (x,y) после применения
к нему преобразования
Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
15. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
E – множество границ
ψst(xs ,xt) – отвечает за непрерывность глубины
для соседних пикселей s и t
e1 , σ1 = const
Iterative Depth Estimation
15Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
16. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Идея – попеременно искать и уточнять параметры
движения камеры и карту глубины
Глубина сцены делится на H уровней
На каждом шаге i:
Для каждой считается смещение с глубиной
Для каждой считается вес вклада в общее движение в
кадре
По полученным смещениям каждой области получаем новые
параметры камеры =
Если , то
Iterative Depth Estimation
Метод уточнения глубины
16Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
17. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Исходный кадр 1
17Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
18. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Исходный кадр 2
18Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
19. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Результаты
100 итераций belief propagation 15 итераций алгоритма
уточнения
19Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
20. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Исходный кадр 1
20Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
21. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Исходный кадр 2
21Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
22. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Результаты
100 итераций belief propagation 15 итераций алгоритма
уточнения
22Dibos, Jonchery, Koepfler, “Iterative Camera Motion and
Depth Estimation in a Video Sequence”, CAIP, 2009
23. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Iterative Depth Estimation
Выводы
Достоинства
Надежный алгоритм вычисления параметров
движения камеры
Эффективный метод расчета глубины
Недостатки
Вычислительная сложность
Изначальное деление глубины на фиксированное
число уровней
23
24. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Содержание
Введение
Iterative Depth Estimation
Live Scene Reconstruction
Real-time Depth Estimation
Свой алгоритм
24
25. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Постановка задачи
По видео, снятому 2D-камерой, точно
восстановить глубину и построить достоверную
модель сцены
25Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
26. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Camera motion estimation
Анализ движения:
Parallel Tracking and Mapping system (PTAM)
26Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
27. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Camera motion estimation
PTAM позволяет расставлять в видео ключевые кадры
Для каждого ключевого кадра определяется позиция
камеры и видимость каждой точки в нем
27Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
28. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Инициализация нормалей
В каждой точке xj нормаль nj принимается равной:
nj = 1/N × Σ(V(PT))
V(PT) – направление на камеру в ключевом кадре T
N – число точек
28Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
29. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Для каждого ключевого кадра считается яркость
и матрица проекции точек пространства
на плоскость этого кадра
K – матрица, получаемая при калибровке камеры
– матрица поворота из системы координат камеры
в мировую систему координат
Live Scene Reconstruction
Depth estimation
29Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
30. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Depth estimation
Каждой точке ь ставится
в соответствие проекция
для каждой камеры i
При малом смещении точки на расстояние
может быть выражено формулой
30Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
31. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Depth estimation
Якобиан рассчитывается для матрицы
проекции каждого ключевого кадра
Из полученных линейных систем можно
вычислить для каждого пикселя
31Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
32. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Уточнение глубины
– луч из позиции
камеры к пикселю j
λj – параметр
для каждой вершины
Pref – ключевой кадр
Pi – один из соседних
кадров
32Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
33. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Уточнение глубины
– матрица поворота
из системы координат
камеры в мировую
систему координат
– скалярное
произведение
33Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
34. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Уточнение глубины
Система сводится к поиску
Решив систему, получаем параметр λ:
Получаем точные координаты вершины:
34Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
35. Only for
Maxus
Live Scene Reconstruction
Результаты
35Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
36. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Результаты
36Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
37. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Результаты
37Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
38. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Результаты
38Newcombe, Davison, “Live Dense Reconstruction with
a Single Moving Camera”, CVPR, 2010
39. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Live Scene Reconstruction
Итоги
Достоинства
Скорость (засчет использования GPU)
Модель сцены строится в реальном времени
На QuadCore Xeon+2GPU – обновление модели
каждые 2-5 секунд
Качество и точность получаемой карты глубины
Недостатки
Необходимость калибровки камеры
перед началом работы алгоритма
39
40. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Содержание
Введение
Iterative Depth Estimation
Live Scene Reconstruction
Real-time Depth Estimation
Свой алгоритм
40
41. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Та же задача реконструкции сцены
по движению одной камеры
Оптимизация – нет расчета 2D-motion
векторов для каждой точки кадра
41Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
42. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Пример
42Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
43. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Пример
43Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
44. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Пример
44Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
45. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
2 изображения
Для простого случая пары изображений
минимизируется энергия вида:
I0, I1 – изображения
exp(ξ1) – 6 параметров камеры
π – проекция точки из мировых координат
на плоскость кадра
Ω0 – множество всех возможных глубин сцены
h – глубина
45Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
46. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
2 изображения
Разница между двумя
изображениями,
приведенными
к одной системе
координат
46
Позволяет избежать
разрывов глубины
на границах объектов
Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
47. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
N изображений
Для n последовательных изображений можно
суммировать энергии каждой из пар
– производная по h в точке h0
– множество кадров, для которых
проекция точки x находится внутри кадра
47Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
48. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Результат (без текстуры)
48Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
49. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Результат (с текстурой)
49Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
50. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Исходные данные
50Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
51. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Результат (без текстуры)
51Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
52. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Результат (с текстурой)
52Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
53. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Скорость
High quality: 640х480, 1.8 fps
53Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
54. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Скорость
Medium quality: 640х480, 11.4 fps
54Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
55. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Скорость
Low quality: 480х360, 24 fps
55Stuhmer, Gumhold, Daniel Cremers, “Real-Time Dense
Geometry from a Handheld Camera”, DAGM, 2010
56. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Real-time Depth Estimation
Итоги
Достоинства
Высокая скорость и качество расчета
(на NVidia GTX 480)
Не требуется калибровка камеры
Недостатки
Не опубликованы результаты работы
с реальным видео, а не с последовательностью
из небольшого числа изображений
56
57. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Содержание
Введение
Iterative Depth Estimation
Live Scene Reconstruction
Real-time Depth Estimation
Свой алгоритм
57
58. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Свой алгоритм
Поиск матрицы проективного преобразования
между соседними кадрами по данным МЕ
Получение параметров движения камеры:
перемещение и углы поворота
Получение относительной глубины блока
Z = magnitude ( Vreal – Vcamera_motion )
Vreal – motion vector текущего блока
Vcamera_motion = pixel_pos × H, где H – исходная матрица
преобразования
58
59. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Свой алгоритм
Исходное видео
59
60. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Свой алгоритм
Первоначальная карта глубины
60
61. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Свой алгоритм
Карта глубины после фильтрации
61
62. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Свой алгоритм
Проблемы
Неточная маска фона
Неверный выбор точек при построении
преобразования
Ошибочное построение глубины
для областей с низкой дисперсией
и в областях открытия
Слишком сильное поднятие движущихся
объектов по глубине
62
63. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Свой алгоритм
Дальнейшие планы
Учет нескольких кадров при получении
глубины
Уточнение преобразования таким образом,
чтобы параметры камеры не сильно
изменялись от кадра к кадру
Улучшение алгоритма заполнения областей
с низким доверием к motion векторам
63
64. CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus
Литература
1. Franёcoise Dibos, Claire Jonchery, and Georges Koepfler,
“Iterative Camera Motion and Depth Estimation in a Video
Sequence”, Computer Analysis of Images and Pattern, 2009
2. Richard A. Newcombe and Andrew J. Davison, “Live Dense
Reconstruction with a Single Moving Camera”, Int. Conf.
on Computer Vision and Pattern Recognition 2010
3. Jan StЁuhmer, Stefan Gumhold, and Daniel Cremers, “Real-
Time Dense Geometry from a Handheld Camera”, The German
Association for Pattern Recognition DAGM, 2010
64