Jump to content
Compvision.ru

Cfr

Пользователи
  • Content count

    28
  • Joined

  • Last visited

Community Reputation

1 Новичек

About Cfr

  • Rank
    Бывалый
  • Birthday 03/25/1987

Recent Profile Visitors

1,209 profile views
  1. Тема хоть и прикладная но не узкая, т.к. если не использовать маркеры, нужно реализовать робастный 3D-трекинг, а это не решенная задача. Плюс, большинство систем AR пока не учитывают освещение (есть несколько статей). Не совсем понятно, что значит трехмерная реальность на базе OpenCV, задачи противоположные. С помощью зрения получают матрицу преобразования (позу), с которой работает графическая библиотека, каждый кадр. Сравнительно новый подход к AR: http://www.robots.ox.ac.uk/~gk/PTAM Ориентированный исключительно на развлечения http://www.openframeworks.cc/ (есть биндинги к opencv и artoolkit)
  2. cvInvert

    Если не секрет, для чего используете матрицы над комплексными числами?
  3. Вроде бы CvGet2D тоже не поддерживает. Битовые изображения (и даже кодированные по длине) поддерживает библиотека http://camellia.sourceforge.net/ #include <opencv/cv.h> #include <opencv/highgui.h> #include <camellia.h> int main() { CamImage *i = (CamImage*)cvLoadImage("./1.png", CV_LOAD_IMAGE_GRAYSCALE); CamImage t; camAllocateImage(&t, i->width, i->height, CAM_DEPTH_1U); camThreshold(i, &t, 100); camSavePGM(&t, "./1.bin.pgm"); IplImage *b = cvLoadImage("./1.bin.pgm"); cvNamedWindow("thr"); cvShowImage("thr", ; cvWaitKey(0); }[/code] Хотя, не нашел как преобразовать битовое изображение в серое (кроме идиотского сохранить-загрузить) BTW, а зачем нужна битовая матрица? Чем не подходит байтовая или с числами с плавающей точкой (масштабированная к нулям и единицам)?
  4. Matlab, SciLab...

    Есть биндинги OpenCV к Octave (частично совместима с Matlab) и Python (тут есть NumPy, SciPy и еще куча пакетов для научных вычислений).
  5. Перейти уже на нормальные средства разработки
  6. Надо строить модель движения.
  7. AR --- раздел 3D-зрения, лучшими теоретическими источниками будут [1] и [2]. Ну, это чтобы полностью всё понять, на практике хватит разобраться с главами по 3D проекциям и калибровке камеры в [3] + почитаться статьи (хотя бы википедию) про способ ARToolkit [4]. Кстати, английская страница википедии вроде неплохо всё освещает [5]. Сейчас всё больше хотят перейти на AR без маркеров, для этого пробуют vSLAM (самая известная OSS-система -- monoSLAM [6]) и алгоритмы SFM (например, Bundle Adjustment, есть открытая софтинка PTAM [7]). Кстати, диссертация автора PTAM [8] содержит прекрасный обзор современного состояния AR. В сети можно найти массу туториалов и курсов, мне очень понравился [9] (отличное краткое введение в 3D трекинг) и [10]. Книги, полностью посвященные AR не смотрел. Лучше всего, если есть по-настоящему научный интерес, прочесть [1], если исключительно инженерный, поковырять ARToolkit и PTAM, хотя с последним будет сложно без науки разобраться [1] http://www.robots.ox.ac.uk/~vgg/hzbook/index.html [2] http://mitpress.mit.edu/catalog/item/defau...2&tid=10195 [3] Стокман, Шапиро ``Компьютерное Зрение'' [4] http://www.hitl.washington.edu/artoolkit/ [5] http://en.wikipedia.org/wiki/Augmented_reality [6] http://www.doc.ic.ac.uk/~ajd/Scene/download.html [7] http://www.robots.ox.ac.uk/~gk/PTAM/ [8] http://www.robots.ox.ac.uk/~gk/publication...n2006Thesis.pdf [9] http://130.203.133.121:8080/viewdoc/summar...=10.1.1.84.8498 [10] http://campar.in.tum.de/Far/AugmentedRealityIISoSe2004
  8. Как-то я запутался. Фильтр Калмана может предсказывать (экстраполировать), это одна из фаз его работы (предсказание текущего (или следующего) состояния, затем коррекция).
  9. Не понятно. Кажется, очень перспективное направление, но занимаются им все подряд, любители и коммерческие фирмы. Однако, достаточно общего решения для markerless пока не найдено. Очень много приложений на мобильниках, в рекламе и играх. Опять же, для получения опыта подходит очень хорошо. Кстати, если кто из Петербурга, скоро буду читать лекцию по AR (классический алгоритм как в ARToolkit + немного BundleAdjustment и SLAM), если интересно -- пишите в личку/cfr.ssvATgmail.com. Ну, где ж найти такую работу? Я бы с удовольствием устроился (конечно, если это не институт с <10K зарплатами). Полнофункциональную --- в каком смысле? Раньше (хотя бы 3 года назад), когда не было OpenCV и других открытых библиотек с реализациями AdaBoost, смесей гауссианов, фильтров Калмана и MCMC, было сложно. А сейчас, это даже бакалавр сделает.
  10. Автоматические системы видеонаблюдения есть во всех универах даже у нас, производителей тоже море, не особо перспективная задача, хотя полезная для изучения (трекинг, обучаемые детекторы, классификация).
  11. Не знаю, как вы получили решение, но для перспективной проекции их 8 штук (4 перед камерой). Проблема прекрасно изучена и называется P3P. Чаще всего решается оптимизацией (обычно, Гаусса-Ньютона), хотя для этого желательно знать приближенное значение, иначе можно уехать в одно из трех "ненастоящих". Можно как-то выбирать из четырех аналитических. Можно воспользоваться слабо-перспективной проекцией, хотя точность не очень высока (только когда объект достаточно далеко от камеры). Вообще, P4P и старше прекрасно решаются, в OpenCV есть алгоритмы.
  12. stereovision

    Есть пара шикарных книг на английском, почти уже классика: Hartley & Zisserman http://www.robots.ox.ac.uk/~vgg/hzbook/hzbook1.html Faugeras & Luong http://www.amazon.com/Geometry-Multiple-Im...tion/0262062208 Можно своровать на гигапедии. На русском есть немного в Современном подходе, но я не стал бы её советовать. Вообще задача хорошо решена если не в реальном времени, MS уже вводят сервис типа Photo Tourism. Если покопаться, в интернете можно найти много исходников по реконструкции, например IBVH: http://people.csail.mit.edu/wojciech/
  13. stereovision

    Стереозрение для одной камеры -- Structure from motion В частности, как заметил Smorodov, можно сдвигать камеру и определять её координаты относительно первой (например, гомографией).
  14. Извините, что разрушаю идиллию, но в OpenCV полно подобного рода алгоритмов См. camshift и floodfill.
×