-
- いいね！5
ゆるふわUnaさん@A判定
@UnaNancyOwen
今日は第１５回関西CV・PRML勉強会もやってるのか．後でTweet追っておかないと… http://t.co/ozkv1LI3 #kansaicvprml
2011-11-27 14:03:39
yasunori1978
@fanks_vision
point-to-plane --> 誤差関数に対応関係を表す関数を追加 → 法線情報を追加。幾何変換が何かを求める。対応関係を求める、っていうこと。#kansaicvprml
2011-11-27 14:04:58
yasunori1978
@fanks_vision
point-to-plane の実装。法線をのばして、Qの対応点の法線をもとめて、その平面をえる。平面ともとの点との距離を求める。#kansaicvprml
2011-11-27 14:07:09
yasunori1978
@fanks_vision
距離画像は、u,v,f(u,v), 法線方向は距離画像の画像座標による数値微分で算出。画像上で正射影してから微分するということろがポイント。 #kansaicvprml
2011-11-27 14:08:11
yasunori1978
@fanks_vision
point-to-plane 入力は距離画像で座標と法線の情報を利用。メリとはモデル形状の離散化による影響を低減、デメリットは、距離画像は計測誤差があり、法線の信頼性があやうい。 #kansaicvprml
2011-11-27 14:09:36
yasunori1978
@fanks_vision
inverse calibration 同一画素にある点同士で対応関係を算出。データ形状からモデル形状と同一座標系の距離画像生成。高速。初期値依存。収束しないかも。p-t-point, p-t-planeの初期値として利用。 #kansaicvprml
2011-11-27 14:14:35
yasunori1978
@fanks_vision
direct method 距離画像が時系列で変化量が少ない：オプティカルフローに似ている印象。式もほぼ同一。並行と回転の速度ベクトルで求まる。 #kansaicvprml
2011-11-27 14:15:41
yasutomo57jp
@yasutomo57jp
座標値だけじゃなく特徴量も利用．座標値の差と特徴量の差の重み付け和． ( #kansaicvprml live at http://t.co/i6lAPE2T)
2011-11-27 14:19:29
yasunori1978
@fanks_vision
特徴量の利用：反射率や曲率などの微分幾何学的不変量、座標値の距離と付加的な特徴量の距離の重み付け線形結合。正しく、収束早い。探索次元が増える。 #kansaicvprml
2011-11-27 14:19:33
yasunori1978
@fanks_vision
距離変換の利用：ICPアルゴリズムの最近傍点の探索。対応点の座標が必要ではなく、距離が必要。モデル形状を距離変換しておく。 Champlebou , octree splineで階層的に記述。 Pottman モデル形状からの二乗距離を局所二次関数近似。#kansaicvprml
2011-11-27 14:23:03
yasutomo57jp
@yasutomo57jp
次は @y2squared さんの発表です！ ( #kansaicvprml live at http://t.co/i6lAPE2T)
2011-11-27 14:27:10
yasunori1978
@fanks_vision
Iterativeシュード point マッチングアルゴ。 残渣大、厳しめ。残渣小。閾値緩め。繰り返しで閾値が変わる。 #kansaicvprml
2011-11-27 14:31:53
yasunori1978
@fanks_vision
Turkらの手法。距離画像を三角メッシュに。奥行きを無視して距離が遠いものはメッシュをつくらない。遠い対応は利用しない。端の対応は使わない。粗密で探す、など。 #kansaicvprml
2011-11-27 14:36:14
yasunori1978
@fanks_vision
ご対応の除去：Godin：Compatibilityの処理。。。（謎）、Drai：剛体運動変換で２点間の距離保存を見る、Pajdla：X→P、P→Xが最近傍で成り立つか見る。Zinber：標準偏差で閾値、複数点がある場合、最小距離の点だけ対応付け #kansaicvprml
2011-11-27 14:41:19
yasunori1978
@fanks_vision
ロバスト統計量；順序統計量、ｐパーセンタイル、LMedS, TrICP法（誤差が少ない方から部分和を最小化する変換を利用） M推定法、階層化しマーカーと法を利用するものもある #kansaicvprml
2011-11-27 14:43:55
yasunori1978
@fanks_vision
ゆるい対応付け：EMを使う、Softアサイメント＋アニーリング、カーネル correlation. #kansaicvprml
2011-11-27 14:46:49
yasunori1978
@fanks_vision
Turkらの手法での実験： 端っこを使わないほうがよさそうだ。でも端がわからない、、、、ｗ #kansaicvprml
2011-11-27 14:52:45
yasunori1978
@fanks_vision
LMedS, M推定及び標準ICPで比較。パラメータ就職、LMedSはやい。しょりじかん、M推定がはやい #kansaicvprml
2011-11-27 14:56:29
みやびあーつ
@miyabiarts
ICPのためになる参考文献。Efficient Variants of the ICP Algorithm http://t.co/sTTxe8ih ( #kansaicvprml live at http://t.co/lPTg0eFX)
2011-11-27 14:56:39
みやびあーつ
@miyabiarts
URLが途切れているようなのでもう一度。 http://t.co/lc9DelGd ( #kansaicvprml live at http://t.co/lPTg0eFX)
2011-11-27 14:59:34
yasutomo57jp
@yasutomo57jp
突然発表することになったでござる #kansaicvprml ( #kansaicvprml live at http://t.co/i6lAPE2T)
2011-11-27 15:28:47