Relatore: Prof. Vittorio Murino Correlatore: Dott. Andrea Fusiello Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica.

Slides:



Advertisements
Presentazioni simili
Università degli Studi di Palermo
Advertisements

BUMP MAPPING dott.ing.jun Alex Zupan –
Politecnico di Milano Sviluppo di una applicazione per DIOPSIS 740: Rotazione e Ridimensionamento di immagini Sviluppo di una applicazione per DIOPSIS.
Re-engineering del wrapper XML Schema per il sistema MOMIS
Analisi e Contromisure di tecniche di Sql Injection
Università degli Studi di Roma Tor Vergata
Visione Stereo & Geometria Epipolare
Teoria del colore Andrea Torsello
INDAGINI DEL CAMPO DI SPOSTAMENTI INDOTTO DA UNA FONDAZIONE SUPERFICIALE SU SABBIA CON METODI DI ANALISI D’IMMAGINE POLITECNICO DI MILANO FACOLTA’ D’INGEGNERIA.
Perugia 27 aprile 2000 Anno Accademico 1998/1999
LE NUOVE FORME DI PUBBLICITÀ NON CONVENZIONALE…E SUBLIMINALE?
Computer Graphics Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2006/07 Lezione.
Computer Graphics Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2005/06 Lezione.
Sistemi Multimediali II Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2004/05 Lezione.
Laurea Specialistica Chimica e Tecnologia Farmaceutiche Anno Accademico Università degli Studi di Firenze Facoltà di Farmacia.
1 Rendering spaziale sonoro mediante ricostruzione stereo Università degli studi di Verona Facoltà di Scienze MM. FF. NN. Corso di Laurea in Informatica.
Teoria e Tecniche del Riconoscimento
Teoria e Tecniche del Riconoscimento
Università degli Studi di Padova
Relatore: Dott. F. Avanzini Correlatore: Dott. C. Drioli
Structure from motion Corso Visione e percezione a.a.2008/2009
Università degli Studi di Roma “Sapienza” Facoltà di Ingegneria Laurea Magistrale in Ingegneria Informatica Tesina del Corso di Visione e Percezione A.A.
Scene Modelling, Recognition and Tracking
Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone.
Apprendimento di movimenti della testa tramite Hidden Markov Model
PROFESSORESSA STUDENTI F. Pirri D. G. Ferriero V. Virili TUTOR M. Pizzoli RICOSTRUZIONE METRICA 3D DI UN OGGETTO RIPRESO DA PIÙ VISTE CON LA STESSA TELECAMERA.
Laureando: Nome COGNOME Matricola
Teoria e Tecniche del Riconoscimento
UNIVERSITA` DEGLI STUDI di LECCE
STUDIO DI FATTIBILITÀ PER L'INTEGRAZIONE DEL RICONOSCIMENTO VOCALE
Università degli studi di Modena e Reggio Emilia Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea in Informatica Progetto e sviluppo.
Corso di laurea Magistrale in Teoria e tecnologia della comunicazione
Prof. Cerulli – Dott.ssa Gentili
UNIVERSITÀ DEGLI STUDI DI BARI
XLVII Riunione Scientifica della Società Italiana di Economia, Demografia e Statistica Milano, 27, 28 e 29 maggio 2010 Motivazioni esclusive e concorrenti.
Un motion planner per guide multimediali interattive
Perche’ scegliere questo curriculum?
Prof. Cerulli – Dott.ssa Gentili
Papagna Sabino Flavia Camoes
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
UNIVERSITÀ DI PISA FACOLTÀ DI SCIENZE MATEMATICHE FISICHE E NATURALI CORSO DI LAUREA IN INFORMATICA Realizzazione completa di un’interfaccia grafica in.
Università degli studi di Catania Facoltà di lingue e letterature straniere Prof Ing Gaetano La Rosa Informatica.
Orientamento Universitario Liceo Classico Garibaldi
UNIVERSITÀ DI PISA FACOLTÀ DI INGEGNERIA CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA INFORMATICA PER LA GESTIONE D’AZIENDA Tesi di laurea: Progettazione.
UNIVERSITA' DEGLI STUDI DI MILANO Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea in Informatica Analisi, progettazione e realizzazione.
Università degli Studi di Cagliari
Informatica Parte applicativa Basi di dati - report Psicologia dello sviluppo e dell'educazione (laurea magistrale) Anno accademico:
Università degli Studi di Modena e Reggio Emilia
Orientamento Universitario Liceo Classico Garibaldi.
Il ruolo della Matematica Mimmo Iannelli Corso di Matematica e Statistica I 15 Settembre 2014 Università degli studi di Trento Facoltà di Scienze M.F.N.
1 Università della Tuscia - Facoltà di Scienze Politiche.Informatica 2 - a.a Prof. Francesco Donini Istruzioni iterative For, while.
FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI
D.I.Me.Ca. – D.I.Me.Ca. – Università degli Studi di Cagliari Facoltà di Ingegneria Dipartimento di Ingegneria.
Analisi discriminante lineare - contesto
Statistica e Informatica per la Gestione e l’Analisi dei Dati
Lezione 3 Elementi di teoria delle variabili casuali Insegnamento: Statistica Corso di Laurea Magistrale in Matematica Facoltà di Scienze, Università di.
DATA MINING.
Per un nuovo orientamento nella progettazione dei linguaggi di programmazione Tesi di Laurea di: RICCARDO SOLMI Università degli Studi di Bologna Facoltà.
Simulazione Interattiva di Capelli Marta De Cinti Anno accademico 2005/2006 Università di Roma “La Sapienza” Relatore Prof. Marco Schaerf Correlatore Ing.
UNIVERSITA’ DEGLI STUDI DI PAVIA FACOLTA’ DI ECONOMIA, GIURISPRUDENZA, INGEGNERIA, LETTERE E FILOSOFIA, SCIENZE POLITICHE Corso di Laurea Interdipartimentale.
TRATTAMENTO STATISTICO DEI DATI ANALITICI
UNIVERSITÀ DEGLI STUDI DI PAVIA FACOLTÀ DI LETTERE E FILOSOFIA, SCIENZE POLITICHE, GIURISPRUDENZA, INGEGNERIA, ECONOMIA CORSO DI LAUREA SPECIALISTICA IN.
Facoltà di Architettura Luigi Vanvitelli SUN Corso di Laurea in Scienze dell’Architettura e dell’Ingegneria a.a.2010/11 Laboratorio di Disegno II Applicazioni.
Regressione semplice e multipla in forma matriciale Metodo dei minimi quadrati Stima di beta Regressione semplice Regressione multipla con 2 predittori.
1 LA STATISTICA DESCRITTIVA Docente prof.sa Laura Mercuri.
Docente: Antonio Zanutta FOTOGRAMMETRIA L FINALITA’ Fornire la conoscenza del rilievo fotogrammetrico di strutture ed oggetti di interesse storico-artistico,
1 o 2 immagini inerenti l’argomento di tesi (le stesse della sintesi)
Corso di Laurea in Farmacia Dipartimento di Scienze del Farmaco
Transcript della presentazione:

Relatore: Prof. Vittorio Murino Correlatore: Dott. Andrea Fusiello Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Sintesi di Viste da Singola Immagine non Calibrata Nikolaus Mattern

Sommario Inquadramento del problema Esempio di segmentazione Metodo utilizzato (teoria) Applicazione del metodo al caso in esame Risultati ottenuti Conclusioni

Problema Data una singola immagine non calibrata rappresentante una scena calcistica, si vogliono creare nuove viste sintetiche da altri punti di osservazione. In questo lavoro è stato sviluppato un metodo per la sintesi di nuove viste in maniera quasi interamente automatica.

Metodo Segmentazione dei giocatori Estrazione regioni non verdi Estrazione regioni non verdi Classificazione delle regioni segmentate Classificazione delle regioni segmentate Calcolo della geometria epipolare Epipòlo Epipòlo Parallassi Parallassi Sintesi di nuove viste Omografia del piano del campo Omografia del piano del campo Calcolo delle posizioni dei giocatori Calcolo delle posizioni dei giocatori

Esempio di Segmentazione Si è lavorato sullo spazio colori HSV perché più efficace dello spazio RGB

Metodo Utilizzato Situazione geometrica: piano+parallasse

Metodo Utilizzato Date 4 corrispondenze di punti è possibile calcolare la matrice di omografia L’epipòlo è l’intersezione di tutte le rette epipolari

Applicazione del Metodo al Caso in Esame Nella vista dallo zenit: Posizione testa = posizione piedi È possibile calcolare l’epipòlo e di conseguenza i restanti parametri.

Risultati Ottenuti

Conclusioni È stato sviluppato un metodo, con limitato intervento da parte dell’utente, per la sintesi di nuove viste da un’immagine rappresentante scene calcistiche Sviluppi futuri Usare l’istogramma colori per scegliere il colore da tenere nella fase di segmentazione Usare l’istogramma colori per scegliere il colore da tenere nella fase di segmentazione Inserire l’uso di classificatori statistici Inserire l’uso di classificatori statistici Inserire l’uso di line detector Inserire l’uso di line detector

Optional

Optional Immagine originale Si noti il colore della squadra del Chievo Si noti il colore della squadra del Chievo Segmentata HSV I giocatori del Chievo non vengono segmentati correttamente I giocatori del Chievo non vengono segmentati correttamente