Pablo C.Elias e Thiago Bastos, Dezembro de 2006 Reconstrução de Ruínas em Tempo Real.

Apresentação em tema: "Pablo C.Elias e Thiago Bastos, Dezembro de 2006 Reconstrução de Ruínas em Tempo Real."— Transcrição da apresentação:

1 Pablo C.Elias e Thiago Bastos, Dezembro de 2006 Reconstrução de Ruínas em Tempo Real

2 Problema: Reconstrução de Ruínas - Imagens do projeto Archeoguide

3 Abordagem Calibração de câmera através de rastreamento de pontos detectados na ruína. Pré-requisitos: –Definição do modelo da ruína (pontos 3D); –Rastreamento dos pontos do modelo na imagem da câmera;

4 Definição da Ruína Um modelo de ruína é definido por: –Modelo virtual da ruína; –Modelo virtual da ruína reconstruída; –Amostras de pontos 3D da ruína; Uma visão da ruína é definida por: –Um conjunto de pontos 2D associados a pontos 3D do modelo da ruína.

5 Processo de Reconstrução Passo 1: posicionar a câmera próxima a uma das visões definidas para a ruína. Passo 2: detectar pontos na imagem da câmera e associar com os pontos de uma visão. Passo 3: detectar e rastrear os pontos a cada quadro. Passo 4: calibrar a câmera usando os pontos 2D rastreados e os pontos 3D do modelo. Passo 5: reconstruir a ruína.

6 Workflow Posicionamento Inicial da Câmera Reconstrução da Ruína Calibração de Câmera Mapeamento de Pontos Acompanhamento de Pontos Escolha de uma visão para ser usada

7 Detecção de Pontos FAST Corner Detector: –Baseado em aprendizado de máquina; –Extremamente rápido (30fps, 50% CPU); –Não rastreia pontos (mas a detecção é razoavelmente estável). Kanade-Lucas-Tomasi Feature Tracker: –Detecta pontos através do gradiente da luminância; –Rastreia pontos pela minimização da diferença entre janelas usando Newton-Rhapson. –Bem mais lento (10fps); Também é possível entrar com os pontos com o mouse.

8 Acompanhamento de Pontos Busca pelos pontos detectados que melhor representem a posição de um ponto sendo rastreado. Método simples: –Descarte dos pontos detectados que estão muito longe do ponto sendo rastreado. –Classificação da confiabilidade do ponto: Grandes ocilações resultam em redução da qualidade; Estabilidade do ponto resulta em aumento da qualidade; Ponto é descartado caso tenha qualidade reduzida abaixo de um certo limite; –Possível evolução: usar os pontos com boa confiabilidade para estimar a posição dos pontos com baixa confiabilidade.

9 Calibração de Câmera Primeira versão: Tsai3D –Precisava de muitos pontos para ficar bom. Segunda versão: método do Juiz Virtual –Com 8 pontos já apresenta resultados bons.

10 Reconstrução da Ruína Oclusão entre a ruína real e o modelo virtual utilizando depth-buffer: 1.Desabilita color buffer; 2.Desenha ruína; 3.Habilita color buffer; 4.Desenha a ruína reconstruída com depth-test ligado;

11 Resultados

12

13 Trabalhos Futuros Utilizar linhas para explorar assertivas geométricas de paralelismo, direção e pontos de fuga. Ampliar campo de ação fazendo transição entre visões da ruína. Testar filtro de Kalman… Pintar a ruína :-)