視点移動カメラにおけるカメラキャリブレーション

Slides:



Advertisements
Similar presentations
Absolute Orientation. Absolute Orientation の問題 二つの座標系の間における剛体 (rigid body) 変換を復元す る問題である。 例えば: 2 台のステレオカメラから得られた3次元情報の間の関 係を推定する問題。 2 台のステレオカメラから得られた3次元情報の間の関.
Advertisements

静脈画像を鍵とする暗号化手 法に関する研究 大山研究室 安藤のぞみ. 研究の背景、目的 近年、バイオメトリクス認証が注目されて いる 静脈は身体内部の情報 → 偽造に強い 環境に左右されることが少ない 利用者の心理的抵抗が軽減される オープンなネットワークへのバイオメトリ クス認証の適用 : Double.
自動映像生成のための パーティクルフィルタによるボールの追 跡 2007 年 3 月 21 日 神戸大学大学院自然科学研究科 矢野 一樹.
顔表情クラスタリングによる 映像コンテンツへのタギング
電子透かしにおける マスキング効果の主観評価
遺伝的アルゴリズムにおける ランドスケープによる問題のクラス分類
画像処理学習用RTコンポーネントライブラリ 田窪 朋仁,大原 賢一,吉岡 健伸(大阪大学)
画像セグメンテーションにおけるウェーブレット係数の局所テクスチャ特徴を用いたGraph Cuts
点対応の外れ値除去の最適化によるカメラの動的校正手法の精度向上
HOG特徴に基づく 単眼画像からの人体3次元姿勢推定
静止背景における動物体の検出と追跡 陳 謙 2004年10月19日.
高度情報演習1A “テーマC” 実践 画像処理プログラミング 〜画像認識とCGによる画像生成〜 第四回 演習課題 画像中からの物体抽出処理(背景情報を手がかりとして) 芝浦工業大学 工学部 情報工学科 青木 義満 2006/05/15.
パネル型クエリ生成インタフェース画像検索システムの改良
パノラマ動画像モデルによる 仮想空間表現システムの研究
車内状況アウェアネスのための 感情音データベースの設計と評価
雑音重み推定と音声 GMMを用いた雑音除去
状況の制約を用いることにより認識誤りを改善 同時に野球実況中継の構造化
OpenCV を使った画像処理コンポーネントの作成例 田窪 朋仁(大阪大学)
固定カメラ映像からの音声情報を 用いた映像コンテンツ生成
画像情報を用いた交通流計測 情報工学科 藤吉研究室 EP02076 都築勇司
高度情報演習1A “テーマC” 実践 画像処理プログラミング 〜画像認識とCGによる画像生成〜 第三回 演習課題 画像中からの物体抽出処理(色情報を手がかりとして) 芝浦工業大学 工学部 情報工学科 青木 義満 2006/05/08.
自閉症スペクトラム障害児と定型発達児の識別に関する音響特徴量選択の検討
長岡技科大オープンハウス 岐阜高専4年電子制御工学科 森 永二郎.
3次元パーティクルフィルタと EMD を用いた選手の追跡
複数尤度を用いた 3次元パーティクルフィルタによる選手の追跡 IS1-39
顔部品の検出システムの構築 指導教員 廉田浩 教授 1DS04188W  田中 甲太郎.
~Lookie~ WEBカメラを用いた対話時における 視線不一致問題の解決手法の提案と 解決支援機構の開発
小山工業高等専門学校 電子制御工学科 4年 小山田 晃
内視鏡画像からの奥行き情報提示による 視覚支援システムの開発
Computer Graphics 第3回 座標変換 芝浦工業大学情報工学科 青木 義満
Bottom-UpとTop-Down アプローチの統合による 単眼画像からの人体3次元姿勢推定
嗜好分類に基づく 個人適応型サッカー映像の 自動生成技術 神戸大学 有木研究室  窪田進太郎.
第11回   ディジタル画像(2) ディジタル画像処理(2)
RoboCupサッカーにおける 戦術的パターンの抽出
高度情報演習1A “テーマC” 実践 画像処理プログラミング 〜画像認識とCGによる画像生成〜 第二回 演習課題
高度情報演習1C 実践 画像処理プログラミング 第二回 演習課題
雑音環境下における 非負値行列因子分解を用いた声質変換
構造情報に基づく特徴量を用いた グラフマッチングによる物体識別 情報工学科 藤吉研究室  EP02086 永橋知行.
Specmurtを利用した調波構造行列による 混合楽音解析の検討
高度情報演習1A “テーマC” 実践 画像処理プログラミング 第六回 最終課題 画像処理による動物体自動抽出、モーションキャプチャ
NMF と基底モデルを用いた多重楽音解析 2-P-10 中鹿亘 ・ 滝口哲也 ・ 有木康雄 (神戸大) 概要 従来手法の問題点 提案手法
QRコードを用いたIDカードに 適した電子透かし
5母音の認識率(wの本数5) フレーム幅5、シフト幅2 全音素の認識率(wの本数5) フレーム幅5、シフト幅3
UMLモデルを対象とした リファクタリング候補検出の試み
2つの平行光の観測による 内部カメラパラメータの安定なキャリブレーション
建築模型制作支援のための ソフトウェア研究開発
1-P-25 3次キュムラントバイスペクトラム特徴とReal AdaBoostによる音声区間検出
1-Q-9 SVMとCARTの組み合わせによる AdaBoostを用いた音声区間検出
顔特徴点移動量・点間距離変化量の組み合わせに基づく顔表情認識
非負値行列因子分解に基づく唇動画像からの音声生成
Number of random matrices
各会話シーン毎に、発話(音源)方向を推定
SIFTとGraph Cutsを用いた 物体認識及びセグメンテーション
Wavelet係数の局所テクスチャ特徴量を用いたGraph Cutsによる画像セグメンテーション
Bottom-UpとTop-Down アプローチの組み合わせによる 単眼画像からの人体3次元姿勢推定
過学習を考慮した IS1-60 AAMパラメータの選択と回帰分析による 顔・視線方向同時推定 顔・視線同時推定 研究背景
重みつきノルム基準によるF0周波数選択を用いた Specmurtによる多重音解析
バイラテラルフィルタによる実雑音下音声認識 のための音声特徴量抽出
1ーQー18 音声特徴量抽出のための音素部分空間統合法の検討
音響特徴量を用いた自閉症児と定型発達児の識別
ボールと選手に着目したディジタルカメラワークの実現法
1-Q-12 Buried Markov Modelを用いた構音障害者の音声認識の検討
窪田進太郎 有木康雄(神戸大) 熊野雅仁(龍谷大)
自己縮小画像と混合ガウス分布モデルを用いた超解像
CSP係数の識別に基づく話者の 頭部方向の推定
市松模様を使用した カメラキャリブレーション
グラフ-ベクトル変換を用いたグラフ構造表現による一般物体認識
Normalized Web Distanceを用いた音声認識の誤り訂正法 301-4in
雑音環境下における Sparse Coding声質変換 3-P-49d
1-P-2 フィッシャー重みマップに基づく不特定話者音素認識の検討
Presentation transcript:

視点移動カメラにおけるカメラキャリブレーション 曽和 知哉,滝口 哲也, 有木 康雄 (神戸大) IS2-37 カメラキャリブレーション 内部パラメータ  ・カメラがどのように画像を形作るか 外部パラメータ  ・世界座標におけるカメラの位置 内部パラメータ行列 外部パラメータ行列 世界座標 カメラ座標 画像座標 研究背景 研究の目的 ・視点移動カメラにおけるサッカーの試合の自動映像生成を視野に入れたカメラキャリブレーション 研究背景 ・複数の視点移動カメラにおけるキャリブレーション手法は多数存在するが、単眼における有効な手法は少ない. 研究の利点 ・映像に付加価値をつけることができる. ・コストパフォーマンスの削減 提案手法 カメラキャリブレーションに必要な画像座標の検出システムの提案 ・初期フレーム ・フィールド領域と他を区別 (RGBの値で区別を行う) ・ラインの抽出 Tsai-method  入力ワールド座標をXw, Yw, Zwとする Step1 Step2 Step3 変形して反復法にて解を求める Step4 画面座標Xf, Yfが求められる ・画像の2値化(大津の手法) ・フィールド領域の確保 (前フレームの情報からフィールド以外の領域を除去) 実験と結論 ・線分の抽出(Hough変換) ・余計な線分の除去 (隣接する線分の近似) 視点移動カメラ映像 ・ 720×480画素 ・フレームレート 30fps ・連続な視点移動カメラの映像  100フレームで実験 評価方法 ・交点座標の抽出精度について実験   ・画像上に見える交点数で結果を分類,交点を識別できたのを評価 ・ラインの交点パターンの識別 ラインに端点,傾き、切片の情報を持たして交点のパターンを識別    線分の交わり方で青の点を識別  青の点の位置情報から赤の点を識別 青の点:端点同士が交点のパターン 赤の点:端点同士が交点とは違うパターン 選手とボールの上面図 60フレーム目の映像 20フレーム目の映像 赤の点:ボール 黒の点:選手 ・画面外の交点の抽出 前フレームとラインの縮尺を比較  対応した交点を抽出   2   3   4   5  6   7  total       結論 ・画像上に交点が多数存在する場合には、交点の抽出精度は良い. ・交点数が少ない場合には、交点の抽出精度は低い.  (画面外の交点を正確に抽出しにくい為) ・交点が1点しか見えない場合には、交点の抽出が困難. ・今後、実験データの増加,提案手法の改善,選手とボールの追跡を行う.