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.

Slides:



Advertisements
Presentazioni simili
Le trasformazioni.
Advertisements

Materiale di supporto all’insegnamento di ELABORAZIONI IMMAGINI 1
Tema 4: Sistemi di V.A. Gaussiane
Selezione delle caratteristiche - Principal Component Analysis
Capitolo 8 Sistemi lineari.
Autovalori e autovettori
PROPRIETÀ DEI DETERMINANTI
COORDINATE POLARI Sia P ha coordinate cartesiane
Cinematica diretta Un manipolatore è costituito da un insieme di corpi rigidi (bracci) connessi in cascata tramite coppie cinematiche (giunti). Si assume.
Cinematica del braccio di un robot
Visione Stereo & Geometria Epipolare
Regressione lineare Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°8.
Algebra lineare.
PROGETTO LAUREE SCIENTIFICHE
Teoria e Tecniche del Riconoscimento
V.Caglioti - Autolocalizzazione
Computer Graphics Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2005/06 prove generali.
LE EQUAZIONI DI SECONDO GRADO
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
Strumentazione per bioimmagini
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
PLATES RECOGNITION Part II
Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone.
“Riconoscimento Targhe Automobilistiche” Parte II: Clustering e Riconoscimento Caratteri (implementazione MATLAB) Studenti: Damaggio Elettra Firmani Donatella.
Apprendimento di movimenti della testa tramite Hidden Markov Model
Isometrie del piano In geometria, si definisce isometria
Teoria e Tecniche del Riconoscimento
UNIVERSITÀ DEGLI STUDI DI PERUGIA Dipartimento di Ingegneria Industriale Prof. Francesco Castellani Corso di Meccanica Applicata.
Normalizzazione Le forme normali certificano che la base di dati soddisfa criteri di qualità che mirano ad evitare le ridondanze e i conseguenti effetti.
DallEducazione Fisica alle Scienze Motorie: quale futuro? LAquila, 10 marzo 2006.
Lezione di venerdì 26 settembre 2008
Trasformazioni 2D e 3D Daniele Marini.
corso DI GEOMETRIA DESCRITTIVA
Motion capture distribuito
Presentazione Attività di Ricerca Secondo periodo – Aprile-Settembre Ottobre 2008.
Papagna Sabino Flavia Camoes
Le trasformazioni Daniele Marini.
4 Assonometrie oblique.
F. Gay, Università IUAV di Venezia, Corso di Laurea in Scienze dellArchitettura - Modulo coordinato di rappresentazione 1 – aa Il teatro della.
FREGI A cura di Maria Giovanna Melis.
Un modello per interpretare, interagire e descrivere la realtà
UNIVERSITÀ DI PISA FACOLTÀ DI INGEGNERIA CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA INFORMATICA PER LA GESTIONE D’AZIENDA Tesi di laurea: Progettazione.
Visione Artificiale Ing. Roberto Vezzani a.a
Visione e Percezione progetto conclusivo “Human recognition : A BIOMETRICAL APPROACH ” Simone Balsanelli Adriano Cerocchi.
Elementi di Statistica medica Pasquale Bruno Lantieri, Domenico Risso, Giambattista Ravera Copyright © 2007 – The McGraw-Hill Companies s.r.l. SIGNIFICATIVITÀ.
Acquisizione ed elaborazione di dati cinematici
CORSO DI MODELLAZIONE SOLIDA STUDENTI: Fabiani Massimo Salvatori Alessio TUTOR: Tomassini Sandro Zolla Alessandro.
24/04/2015Introduzione1 Prentazione del modulo di: Elementi di Algebra d.p.d.v.s. Libero Verardi.
Liceo Scientifico Evangelista Torricelli - Somma Vesuviana PUBBLICITA’ OCCULTA Antefatto.
Distanze Per riconoscimento di un oggetto in un’immagine si intende la sua assegnazione ad una classe di equivalenza prefissata. Il riconoscimento può.
Università degli Studi di Roma Tor Vergata
A proposito di spazio scala e di altre features locali... Elisabetta Delponte
Query languages per Basi di Dati Relazionali  Algebra Relazionale:  basato sulla teoria degli insiemi  procedurale  usato per l’implementazione di.
MEMORANDUM 02 PROIEZIONE CENTRALE, RIBALTAMENTO E OMOLOGIA DEL PIANO:
RILIEVO FOTOGRAFICO E rilievo speditivo
Analisi della similarità tra immagini.
Relatore: Prof. Vittorio Murino Correlatore: Dott. Andrea Fusiello Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica.
Daniele Marini Con contributi di Maurizio Rossi
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.
A.s Lezioni a cura del Prof.Giovanni Calò Le trasformazioni geometriche Un trasformazione geometrica t è una corrispondenza biunivoca che fa.
La circonferenza e l’ellisse La sezione conica è l’intersezione di un piano con un cono. La sezione cambia a seconda dell’inclinazione del piano. Se il.
U N A MICO R ITROVATO : UN S EMPLICE E SPERIMENTO DI O TTICA G EOMETRICA CON UN I MPORTANTE C ONTENUTO D IDATTICO Fabrizio Fontana Università degli Studi.
a’ = f(a) Definizione e proprietà
Docente: Antonio Zanutta FOTOGRAMMETRIA L FINALITA’ Fornire la conoscenza del rilievo fotogrammetrico di strutture ed oggetti di interesse storico-artistico,
L’Analisi delle Corrispondenze. Obiettivi: Rappresentazione graficaRappresentazione grafica SintesiSintesi della struttura di associazione tra due (o.
Transcript della presentazione:

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 Corso di Laurea in Ingegnera dei Sistemi Progetto di Visione e Percezione Facoltà di Ingegneria

Obiettivi Ricostruzione metrica 3D stratificata –Confronto dei risultati con più oggetti

Indice Il problema della ricostruzione 3D Sviluppo per due sperimentazioni Conclusioni

Il problema della ricostruzione 3D

Indice Il problema della ricostruzione 3D Sviluppo per due sperimentazioni Conclusioni –Corrispondenze –Matrice Fondamentale –Eliminazione false corrispondenze –Primo caso –Secondo caso Conclusioni

Corrispondenze SIFT - [Lowe99] Match – D. Lowes SIFT Keypoint Detector

Matrice Fondamentale La matrice fondamentale F lega una retta epipolare al punto che lha generata Per ogni coppia di punti corrispondenti vale Gli epipoli sono gli autovettori di F e F corrispondenti allautovalore nullo

Eliminazione false corrispondenze

Indice Il problema della ricostruzione 3D Sviluppo per due sperimentazioni –Corrispondenze –Matrice Fondamentale –Eliminazione false corrispondenze –Primo caso Conoscenza parametri intrinseci –Calibrazione della telecamera Matrice essenziale Matrici di proiezione Triangolazione –Secondo caso Conclusioni

Primo caso Matrice di Calibrazione Matrice Essenziale Ricordando che Per ottenere E:

Primo caso Matrici di proiezione –Matrici di Rotazione e Traslazione fattorizzando E tramite decomposizione SVD Quattro casi possibili dove u 3 è la terza colonna di U e W:

Primo caso Triangolazione

Indice Il problema della ricostruzione 3D Sviluppo per due sperimentazioni –Corrispondenze –Matrice Fondamentale –Eliminazione false corrispondenze –Primo caso –Secondo caso Conclusioni Spazio proiettivo Spazio affine Spazio euclideo Conclusioni

Secondo caso Spazio proiettivo –Calcolo di P da F Spazio affine Spazio euclideo

Indice Il problema della ricostruzione 3D Sviluppo per due sperimentazioni Conclusioni –Osservazioni sui risultati

Conclusioni Abbiamo ottenuto un risultato concreto dal dataset delloggetto assegnato tramite ricostruzione metrica 3D diretta Abbiamo riscontrato problemi analitici per il riferimento delle telecamere nella trasformazione proiettiva