2. Из предыдущих лекций
• Особые точки
• Аффинное преобразование
• Поиск лиц Viola-Jones
• Линейные преобразования
2
3. План лекции
• Решаемые задачи
• Модель камеры
• Фундаментальная матрица
• Поиск объекта с заданными
параметрами на изображении
• Kinect как работает
• Определение позы человека с
помощью Microsoft Kinect
3
4. Стерео реконструкция
Slide credit:Marc Pollefeys
Имея два изображения объекта сфотографированных с разных точек можно
оценить расстояние до объекта
4
16. Связь между различными системами
координат
M RM t
Поворот + перенос
Вопрос: размер матрицы
поворота
16
17. Основы стериометрии
(x x )
X b Зная внутренние параметры
2( x x ) каждой камеры и координаты
точки, то мы можем определить
(y y ) ее координаты в глобальной СК
Y b
2( x x ) Z fb /( x x)
17
26. Дополнительные возможности
• Поиск ориентации объекта с
известными параметрами,
относительно камеры
• cv::solvePnP(objectPoints, imagePoints,
cameraMatrix, distCoeffs, rvec, tvec);
26
29. Типы дальностных камер
• Time of flight (камеры времени
пролета)
• Структурированное освещение
29
30. Time of Flight
• Pulsed light source with digital time
counters
– до 7 км разрешение до 128x128
• RF-modulated light sources with
phase detectors
– 10-60м 176x144
• Range gated image
– 1.5-2.5 метров 320x240
30
44. Свойства
• Плюсы • Минусы
– Просто и наглядно – Плохая
– Легко аппроксимация
анализируемо сложных
– Быстро работает поверхностей
– Легко пременим к – Тебует алгоритмы
задачам с контроля
множеством сложности
классов
44