-
- いいね！5
yasutomo57jp
@yasutomo57jp
関西CVPRML勉強会，放送はこちらです ( #kansaicvprml live at http://t.co/i6lAPE2T)
2011-11-27 13:09:59
yasunori1978
@fanks_vision
位置合わせ 粗い位置合わせと、おおまかな位置関係が既知から細かい位置合わせ、ICPは後者 #kansaicvprml
2011-11-27 13:10:16
yasunori1978
@fanks_vision
ICPとは、２つの３D形状の位置合わせ方法。データとモデルを考える。データはレンジデータ。データは点群。モデルはどのような形式でもOKだが、最近傍点を計算できることが必要 #kansaicvprml
2011-11-27 13:11:31
yasunori1978
@fanks_vision
３次元剛体運動変換の推定、回転４と並進３の７次元。繰り返しの初期値を与えて計算 #kansaicvprml
2011-11-27 13:13:09
yasunori1978
@fanks_vision
最近傍点の対応付け。データ形状からモデル形状中で最も近い点を対応付ける。 近いモデルの集合を見つける、Y=C(P,X)。#kansaicvprml
2011-11-27 13:14:40
yasunori1978
@fanks_vision
対応点から幾何変換の推定 → 二乗誤差が小さくなるようにする。 単位四元数を利用して求める。 #kansaicvprml
2011-11-27 13:15:43
yasunori1978
@fanks_vision
一般の行列は、対称行列と反対称行列に分解できる。ってことで、本当は２で割るけど、Qの計算にはいらないのえ、ここではでてない。http://t.co/rvYiXD37 #kansaicvprml
2011-11-27 13:20:13
yasunori1978
@fanks_vision
ICPアルゴリズムは必ず極小解に収束。 位置合わせ演算をした結果の二条誤差が最小になるように推定している。 #kansaicvprml
2011-11-27 13:28:28
yasunori1978
@fanks_vision
汎用性高い、法線など特徴量不要。 初期値依存問題。局所解にいく。形状依存性、位置合わせが難しい対象。 モデル形状に重なっていないデータ点に大きな残渣が残る。 #kansaicvprml
2011-11-27 13:31:49
yasutomo57jp
@yasutomo57jp
どのくらいのスピードで収束するのかな…． ( #kansaicvprml live at http://t.co/i6lAPE2T)
2011-11-27 13:39:57
yasutomo57jp
@yasutomo57jp
最近はやりのPCL ( #kansaicvprml live at http://t.co/i6lAPE2T)
2011-11-27 13:43:21
yasutomo57jp
@yasutomo57jp
PCL http://t.co/L5iNI8iN 最新版は一発でインストール出来るんだっけ ( #kansaicvprml live at http://t.co/i6lAPE2T)
2011-11-27 13:44:24
yasunori1978
@fanks_vision
４万点 Geon K-d tree など、探索方法の最適化をしないと早くならない。 #kansaicvprml
2011-11-27 13:46:46
yasutomo57jp
@yasutomo57jp
PCLのICPアルゴリズム収束スピードは @payashim さんに聞けばわかるのかな？どんなもんでしょうか？ #kansaicvprml
2011-11-27 13:48:47
yasutomo57jp
@yasutomo57jp
次は @shyou1 さんの発表 ( #kansaicvprml live at http://t.co/i6lAPE2T)
2011-11-27 14:01:37
yasunori1978
@fanks_vision
極小の表れ方がかわったり、対応付けの時間問題が課題。 point-to-point と point-to-plane（三各パッチに対応）がある。あとは、パラメトリックがある。point-to-projectinがある #kansaicvprml
2011-11-27 14:03:02