Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouJúlia Lobo Alterado mais de 10 anos atrás
1
Juiz Virtual: uma aplicação de modelagem baseada em imagens Paulo Cezar P. Carvalho (IMPA) Flávio Szenberg (PUC-Rio) Marcelo Gattass (PUC-Rio)
2
Imagens Modelos Visão Computacional Computação Gráfica
3
Imagens Modelos Visão Computacional Computação Gráfica Câmera Sintética Geometria e Textura
4
Modelagem Baseada em Imagens ImagensModelosImagens Posição de câmera Posição, geometria, textura dos objetos Câmera sintética Novos objetos (sintéticos)
5
Image based modeling Image based rendering Produz descrição 3D dos objetos Visualização com câmeras arbitrárias Visualização direta- mente a partir de um conjunto de imagens Câmeras restritas
6
Modelagem Baseada em Imagens ImagensModelosImagens Posição de câmera Posição, geometria, textura dos objetos Câmera sintética, em geral na mesma posição Novos objetos (sintéticos) na frente ou no fundo da cena Visualização
7
Exemplos de uso de image based rendering QuickTime VR –Usa fotos panorâmicas de ambientes –Usuário pode olhar para pontos diferentes e se aproximar ou afastar da cena (na verdade, é só um efeito de zoom)
8
Exemplos de uso de image based rendering Projeto Visorama (IMPA/ECO-UFRJ) –hardware especial –realidade virtual –aplicações turismo educação
9
Exemplos de image based modeling Restituição de aerofotos (visão estereo) Análise quantitativa de imagens médicas (extração de medidas de comprimento e volume) Tira-teima e similares.
10
Hípóteses deste trabalho Modelagem baseada em uma única imagem Imagem contém pontos de referência cujas coordenadas são conhecidas Objetos têm forma conhecida a priori; portanto, basta determinar sua localização na cena através dos pontos de objeto Usuário participa do procedimento, indicando pontos de referência e de objetos
11
ponto de referência (conhecido)ponto de objeto (a determinar) Imagem inicial
12
Sobrepondo objetos sintéticos
13
Imagem sintética
14
De um outro ângulo
15
Outras formulações possíveis (não abordadas) Uso de imagens múltiplas da mesma cena. Uso de uma seqüência de imagens da mesma cena –por exemplo, explorando informações previamente obtidas, como posição da câmera Reconhecimento automático de pontos de referência e de objetos
16
Da imagem para o modelo determinação (calibração) da câmera –onde está? –voltada para onde? –qual o ângulo de abertura? determinação dos objetos (jogadores, bola, juiz) –onde estão?
17
Calibração da câmera Dada uma amostra de N pontos, de coordenadas conhecidas (x i, y i, z i ), e suas respectivas localizações (u i, v i ) na imagem, encontrar uma câmera compatível com essa informação.
18
Dados para calibração
19
Modelo de Câmera O modelo mais simples: pin-hole
20
Modelo de Câmera Equivalente a projeção perspectiva
21
Projeção perspectiva X Y Z X Y M = (X,Y,Z) m = (X, Y) f Semelhança de triângulos : X = fX/Z, Y= fY/Z
22
No entanto... As coordenadas dos pontos de referência são descritas em um sistema de coordenadas não relacionado à câmera As coordenadas de suas respectivas imagens são dadas em pixels
23
No entanto... As coordenadas dos pontos de referência são descritas em um sistema de coordenadas não relacionado à câmera As coordenadas de suas respectivas imagens são dadas em pixels Estabelecer a equação da câmera exige considerar 4 sistemas de coordenadas.
24
Quatro sistemas de coordenadas X Y Z X Y M = (x,y, z) m x y z u v (u,v)
25
Quatro sistemas, três transformações Mundo Câmera (rotação + translação) Câmera Plano de Projeção (projeção perspectiva) Plano de Projeção Imagem (escala + translação)
26
Coordenadas homogêneas É conveniente usar coordenadas homogêneas para descrever essas transformações (x, y, z) {(wx, wy, wz, w) | w 0} = [wx, wy, wz, w] [x, y, z, w] (x/w, y/w, z/w)
27
Do mundo para a câmera (x,y,z) (X,Y,Z) orientação dos eixos translação da origem
28
Projeção perspectiva (X,Y,Z) (X,Y)
29
Da projeção para a imagem (X, Y) (u, v) fatores de escala translação da origem
30
Compondo as transformações (multiplicando as matrizes) ponto na imagem ponto em 3D
31
De volta à calibração O problema é o de encontrar r 1, r 2, r 3, t x, t y, t z, u, v, u 0, v 0 (10 parâmetros independentes) Cada par (x i, y i, z i ) - (u i, v i ) fornece duas equações (não lineares) envolvendo estes parâmetros São necessários, portanto, pelo menos cinco pontos
32
De volta à calibração (cont.) Para bons resultados, normalmente se utiliza um número maior de pontos de referência. Neste caso, o sistema não pode ser resolvido exatamente. Procura-se então encontrar o conjunto de parâmetros que minimize o erro cometido. otimização não linear (problema difícil)
33
Uma alternativa mais simples matriz de projeção genérica
34
Vantagens e desvantagens O problema de calibração recai na resolução de um sistema de equações lineares (ou de um problema de mínimos quadrados lineares). O resultado do processo não é umaverdadeira câmera
35
Câmera falsa
36
Solução para o problema Adotar um segundo passo, no qual afalsacâmera Q é transformada em uma câmera verdadeira. A maior parte dos parâmetros da câmeraverdadeira são determinados pela câmera falsa.
37
Parâmetros fornecidos pelafalsa câmera Q posição da câmera –obtida fazendo u=0, v=0, w=0 e resolvendo um sistema de equações
38
Parâmetros fornecidos pelafalsa câmera Q (cont) direção ortogonal ao plano de projeção –obtida encontrando o ponto do campo cuja imagem por Q é o centro da imagem
39
Parâmetros da câmera verdadeira Conhecidos r 1, t x, t y, t z, u 0, v 0 Desconhecidos: r 2, r 3, u, v Graus de liberdade: 3 ou 2 (se admitirmos u = v = )
40
Determinação dos parâmetros desconhecidos Parâmetros a determinar q 2 = r 2, q 3 = r 3 Satisfazem q 2. r 1 = 0, q 3 = r 1 q 2 Problema linear de mínimos quadrados a duas variáveis (duas componentes de q 2, por exemplo).
41
Ajustando os parâmetros comparar com
42
Após o segundo passo
43
Da imagem para o modelo determinação (calibração) da câmera –onde está? –voltada para onde? –qual é sua abertura? determinação dos objetos (jogadores, bola, juiz) –onde estão?
44
Posicionando os objetos objetos sempre localizados através de sua posição (x, y, 0) no campo, obtida resolvendo: posição do pédo jogador
45
Posicionando os objetos (cont) Uma vez conhecida a posição de cada objeto, modelos previamente preparados destes objetos podem ser posicionados corretamente. Da mesma forma, é possível determinar a distância entre dois pontos do campo através de suas imagens.
46
Demonstração do aplicativo
47
Conclusões Método eficiente e relativamente simples de calibração de câmera. Bons resultados apesar do modelo simples de câmera. Utiliza somente uma imagem Não exige nenhuma informação a priori sobre a câmera
48
Em breve Site na Internet contendo o artigo, o aplicativo, e imagens para teste. (possivelmente com imagens dos jogos da Copa) Consultar a home-page dos autores: http://www.impa.br/~pcezar/ http://www.tecgraf.puc-rio.br/~szenberg/
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.