Dissertação

Generating pose hypotheses for 3D tracking: a bottom-up approach EVALUATED

O seguimento de objectos 3D e sua posição e orientação a partir de uma sequência de imagens pode ser conseguido por filtros de partículas se informação acerca da sua cor e forma for conhecida a priori. Infelizmente, a inicialização destes métodos de seguimento é muitas vezes manual ou aleatória, o que torna o processo de seguimento e recuperação lento ou não autónomo. É proposto um método que parte de informação existente acerca do objecto para melhor decidir onde começar ou recomeçar o processo de seguimento. Cada pose 3D de um objecto é observada na imagem como uma forma 2D e por isso é feito um treino de maneira a inferir pose a partir de informação da imagem. O objecto é primeiro segmentado por cor, depois analisada a forma através de momentos geométricos e por fim uma fase de treino mapeia formas 2D e poses 3D, com um valor de verosimilhança associado. Estas hipóteses de pose geradas podem depois ser usadas para guiar a atenção visual e os recursos computacionais de um sistema de seguimento "top-down" tal como os filtros de partículas: acelerando assim o processo de seguimento e tornando-o mais robusto a movimentos imprevisíveis.
Estimação de pose 3D, atenção bottom-up, seguimento 3D com base em modelos, filtros de partículas

Dezembro 13, 2010, 13:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

CO-ORIENTADOR

José Alberto Rosado dos Santos Vitor

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado

ORIENTADOR

Alexandre José Malheiro Bernardino

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar