'

Определение положения деталей местности по видео Дмитрий Маракасов OpenStreetMap amdmi3@amdmi3.ru Микроконференция Мапперов в Москве 2012 http://amdmi3.ru/files/mmm2012/

Понравилась презентация – покажи это...





Слайд 0

Определение положения деталей местности по видео Дмитрий Маракасов OpenStreetMap amdmi3@amdmi3.ru Микроконференция Мапперов в Москве 2012 http://amdmi3.ru/files/mmm2012/


Слайд 1

Машинное зрение Используется всё шире


Слайд 2


Слайд 3


Слайд 4

Машинное зрение Используется всё шире Но не в OSM Нужно специальное оборудование Сложность/невозможность глобального использования Отсутствие end-user приложений


Слайд 5

Видеомаппинг Доступен всем


Слайд 6


Слайд 7

Видеомаппинг Доступен всем Но всё ещё не слишком эффективен Видео требует больше времени на обработку, чем на получение Копится и занимает много места Практическое отсутствие OSM-ориентированного ПО для обработки


Слайд 8

Машинное зрение ¦ видеомаппинг Автоматическое выделение наиболее интересных моментов видео Вывески, таблички, дорожные знаки Автоматическое преобразование информации в более удобный для картографирования вид Набор геопривязанных фото Подложка для JOSM Вычленение информации, которую нельзя увидеть глазами Например, качество покрытия по тряске камеры


Слайд 9

Машинное зрение Это непросто алгоритмы построение трёхмерной сцены по видео (structure from motion) алгоритмы распознавания объектов нейронные сети ... Но реально OpenCV PCL ...


Слайд 10

План Научиться анализировать видео и определять положение объектов на нём относительно камеры Для начала, самое простое видео Написать GUI оболочку для работы с видео Для начала, просто просмотр видео и привязка к треку Совместить 1 и 2 и получить что-то вроде подложки для JOSM с контурами объектов, найденными по видео Использовать то что получилось как платформу для дальнейших экспериментов


Слайд 11

Анализ видео Выбран самый простой ракурс — съёмка вбок из автомобиля Меньше степеней свободы Меньше тряска Проще привязка к треку Видно больше подробностей Объекты находятся в кадре большее время


Слайд 12

Анализ видео Съёмка


Слайд 13


Слайд 14

Анализ видео Съёмка Оптический поток


Слайд 15


Слайд 16


Слайд 17


Слайд 18

Анализ видео Съёмка Оптический поток Коррекция искажений камеры Вычисление глубины по скорости точек Фильтрация «плохих» точек


Слайд 19


Слайд 20


Слайд 21


Слайд 22


Слайд 23


Слайд 24


Слайд 25


Слайд 26


Слайд 27

Результаты В проекции даже без должной обработки видны заборы и стены домов, значит это можно использовать для реального маппинга Можно маппить объекты, к которым нет (за заборами) или затруднён физический доступ Не требует дополнительных усилий от пользователя Для достижения максимальной отдачи нужна более сложная обработка Данные можно использовать другими способами — например, для сопоставления точки на видео и на карте


Слайд 28

Планы Низкоуровневые оптимизации Улучшенная фильтрация точек Автоматическая калибровка камеры Доделка GUI приложения для видеомаппинга Генерация подложки для JOSM ...


Слайд 29

(Тут запланирована демонстрация программы)


Слайд 30

Спасибо.


×

HTML:





Ссылка: