Jump to content
Compvision.ru

Smorodov

Главные администраторы
  • Content count

    3,774
  • Joined

  • Last visited

  • Days Won

    337

Posts posted by Smorodov


  1. Выделение памяти на девайсе процесс не быстрый. А при изменении размеров входного тензора сеть каждый вызов ее перевыделяет. 

    Сделайте вход максимального размера, и используйте поля. Еще лучше заморозить ее с фиксированным входом.  


  2. Я не в курсе цели трекания шахматки в вашем случае, но если это не для калибровки, то попробуйте эту либу: http://nghiaho.com/?page_id=576

    Или фильтруйте уже 6D положение доски. Там все равно решается переопределенная СЛАУ и выдается решение по методу наименьших квадратов. Если делаете сглаживание для каждой точки, выглядеть будет конечно лучше, но точности вряд ли добавит. 

    Как компромисс, используйте сглаженное 6D положение и проецируйте обратно на экран измеренные по доске точки модели. 

    • Thanks 1

  3. Про специальные форматы не слышал, хотя может и есть.

    Для сжатия можно попробовать snappy 250 Mб/сек скорость сжатия. 

    Как экзотический вариант, выделить обычные кадры подходящего размера, и сохранять в них как в буферах данные о точках. Только сжатие с потерями тут не прокатит ;)

    Можно попробовать применить какую нибудь из баз данных, типа HDF5 или LMDB, тем более есть поддержка в OpenCV.


  4. Ну если облако точек относительно системы координат камеры известно, и известны координаты камеры во внешнем мире, то преобразование производится переносом и поворотом точек на разницу. Чтобы сделать быстро, можно использовать шейдеры, opencl, cuda, ... короче GPU.  Подружиться с GPU все равно придется. 


  5. Если есть RGBD, то поставьте где-нибудь маркер в виде ортов системы координат. Распознавайте ее точки на цветном изображении, затем, используя глубину, получайте 3Д точки. Есть базис, есть координаты и ориентация камеры. Преобразование x,y,D в 3д точку должно быть в API камеры.

    В принципе, при известных размерах маркера, задача решается даже без компоненты глубины, гуглите opencv solvepnp.

    По поводу скелетов посмотрите здесь: https://github.com/topics/skeleton-tracking

×