2. Speaker
Byungsoo Kim
김병수
- Senior Computer Vision Scientist at DAQRI
- PhD/MS in computer vision from University of
Michigan, Ann Arbor
- Visiting Researcher at Stanford University
- Bachelor from KAIST
2
76. Vision + Sensors
Vision의 한계
텍스쳐 부족 or 광원 환경 변화 or 금속성 소재
Useful Sensors
Inertial Measurement Unit
Depth sensor
GPS
28
SensorsSensorsSensors
Camera(s)
CPU +
Optical
83. Vision + Sensors
Vision의 한계
텍스쳐 부족 or 광원 환경 변화 or 금속성 소재
Useful Sensors
Inertial Measurement Unit
Depth sensor
GPS
29
SensorsSensorsSensors
Camera(s)
CPU +
Optical
90. Vision + Sensors
Vision의 한계
텍스쳐 부족 or 광원 환경 변화 or 금속성 소재
Useful Sensors
Inertial Measurement Unit
Depth sensor
GPS
30
SensorsSensorsSensors
Camera(s)
CPU +
Optical
97. Vision + Sensors
Vision의 한계
텍스쳐 부족 or 광원 환경 변화 or 금속성 소재
Useful Sensors
Inertial Measurement Unit
Depth sensor
GPS
31
SensorsSensorsSensors
Camera(s)
CPU +
Optical
104. Vision + Sensors
Vision의 한계
텍스쳐 부족 or 광원 환경 변화 or 금속성 소재
Useful Sensors
Inertial Measurement Unit
Depth sensor
GPS
관련 과제들
센서 및 비전 사이의 calibration
데이터 싱크 문제
32
SensorsSensorsSensors
Camera(s)
CPU +
Optical
111. Vision + Sensors
Vision의 한계
텍스쳐 부족 or 광원 환경 변화 or 금속성 소재
Useful Sensors
Inertial Measurement Unit
Depth sensor
GPS
관련 과제들
센서 및 비전 사이의 calibration
데이터 싱크 문제
33
112. Vision + Sensors
Vision의 한계
텍스쳐 부족 or 광원 환경 변화 or 금속성 소재
Useful Sensors
Inertial Measurement Unit
Depth sensor
GPS
관련 과제들
센서 및 비전 사이의 calibration
데이터 싱크 문제
34
116. 개발 과정
Use the right tool : 필요한 기술을 잘 고르자.
Visual BoW
TF-IDF
Deep Learning
Bundle Adjustment
Kalman Filter
38
117. 개발 과정
Use the right tool : 필요한 기술을 잘 고르자.
Visual BoW
TF-IDF
Deep Learning
Bundle Adjustment
Kalman Filter
39
118. 개발 과정
Use the right tool : 필요한 기술을 잘 고르자.
예: 정확성 vs 속도? 스케일?
Visual BoW
TF-IDF
Deep Learning
Bundle Adjustment
Kalman Filter
40
119. 개발 과정
Speed, speed, speed : Basics can do many things!
Linear algebra
Geometry
Convex optimization
Linear optimization
Optical flow
Homography tracker
Kalman filter
41
121. 개발 과정
결론: Build from scratch
Homography
Tracker
3D
Tracker
SLAM
2D/3D
Recognition
43
122. 개발 과정
결론: Build from scratch
Core Math
Linear
Algebra
Geometry Optimization
Patch
Tracker
Optical Flow
Kalman
Filter
Bundle
Adjustment
Homography
Tracker
3D
Tracker
SLAM
2D/3D
Recognition
44
123. 개발 과정
결론: Build from scratch
Core Math
Linear
Algebra
Geometry Optimization
Patch
Tracker
Optical Flow
Kalman
Filter
Hardware
Optimization
Bundle
Adjustment
Homography
Tracker
3D
Tracker
SLAM
2D/3D
Recognition
45
124. 어려운 점들
이론과 실제의 차이 :
Computer vision (소프트웨어) - Sensors (하드웨어)
46
125. 어려운 점들
이론과 실제의 차이 :
예: 후방 카메라만 이용하면 SLAM이 잘 안 되더라. (왜?)
47