JP5222946B2 - オブジェクトモデルを三次元ポイントクラウドに対応させる方法 - Google Patents
オブジェクトモデルを三次元ポイントクラウドに対応させる方法 Download PDFInfo
- Publication number
- JP5222946B2 JP5222946B2 JP2010528298A JP2010528298A JP5222946B2 JP 5222946 B2 JP5222946 B2 JP 5222946B2 JP 2010528298 A JP2010528298 A JP 2010528298A JP 2010528298 A JP2010528298 A JP 2010528298A JP 5222946 B2 JP5222946 B2 JP 5222946B2
- Authority
- JP
- Japan
- Prior art keywords
- cluster
- point cloud
- model
- images
- matching
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 claims description 51
- 238000004519 manufacturing process Methods 0.000 claims 2
- 238000003909 pattern recognition Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005366 Ising model Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/245—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures using a plurality of fixed, simultaneously operating transducers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
- G06V20/653—Three-dimensional objects by matching three-dimensional models, e.g. conformal mapping of Riemann surfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Description
オブジェクトモデルを三次元ポイントクラウドに一致させる本発明の方法において、ポイントクラウドは、ステレオ法を用いて2つの画像から生成され、かつクラスタリング法は、1つのそれぞれのクラスタに属するポイントを識別するために、ポイントクラウドに適用される。
クラスタリングにおいては、同じオブジェクトに属すると仮定されるポイントクラウドのポイントは、クラスタと呼ぶものにグループ化される。
いわゆる確率マップは、2つの画像のうちの少なくとも一方から生成され、本文献において典型的であるが、その確率マップを、次の本文ではアテンションマップと呼ぶ。アテンションマップの生成は、[非特許文献4]に詳細に記載されている。この刊行物も、参照することによって本明細書に組み込むものとする。分類子は、[非特許文献5]に記載されているTDNN(時間遅延ニューラルネットワーク)などのアテンションマップを生成するために用いられる。この刊行物も、参照することによって本明細書に組み込むものとする。この分類子は、最初例示オブジェクトの例示画像を用いることによって訓練される。アテンションマップは、例示オブジェクトに類似のオブジェクトがシーンに存在するか、またはこれらのオブジェクトの何個がシーンに存在するかどうかを決定することを許可する。しかも、アテンションマップは、そのようなオブジェクトが特定の位置にどのように位置決めされる可能性があるかを決定することを許可する。
それらの位置および姿勢において現在識別されているオブジェクトOを用いることによって、偽割当の修正工程S4中に、クラスタCLが誤って割り当てられたポイントを識別しかつ排除することが可能である。同様に、検討したクラスタCLの外部に、孤立してまたは異なるクラスタCLに誤って存在しているポイント、いわゆる外れ値を、該検討したクラスタCLに属するものとして識別することができ、よってその割当が修正され、その結果として修正されたポイントクラウドPW'および修正されたクラスタCL'が生成される。
アテンションマップAMは、生成工程S6において、2つの画像B1,B2のうちの少なくとも一方から生成される。分類子(classifier)KLは、アテンションマップAMを生成するために用いられる。この分類子KLは、訓練工程S5において例示オブジェクトBOの例示画像を用いて事前に訓練(training)される。アテンションマップAMは、例示オブジェクトBOに類似のオブジェクトOがシーンに位置決めされるかどうか、またはシーンにこれらのオブジェクトOが何個存在しているかを決定することを許可する。しかも、アテンションマップAMは、そのようなオブジェクトOが特定の位置にどのように位置決めされる可能性があるかについて記述する可能性を与える。
点線によって示す、任意の偽割当工程S4で修正した後にステレオ法S1へのフィードバックループを持つ新規方法を複数回反復することが可能である。
B1,B2 画像
BO 例示オブジェクト
CL,CL’ クラスタ
O オブジェクト
OM オブジェクトモデル
PW,PW’ ポイントクラウド
S1 ステレオ法
S2 クラスタリング法
S3 モデルマッチング
S4 偽割当の修正
S5 訓練工程
S6 アテンションマップの生成工程
Claims (2)
- オブジェクトモデル(OM)を三次元ポイントクラウド(PW)に対応させる方法であって、
少なくとも1つの実オブジェクトを対象として、2つの画像(B1,B2)を記録し、ステレオ法(S1)を用いて前記2つの画像(B1,B2)から三次元ポイントクラウド(PW)を生成し、前記ポイントクラウド(PW)にクラスタリング法(S2)を適用して、それぞれのクラスタ(CL)に属するポイントを識別し、前記実オブシェクトをモデル化したオブジェクトモデル(OM)を用意し、前記オブジェクトモデル(OM)を、前記クラスタ(CL)に重畳し、かつ前記オブジェクトモデル(OM)の前記クラスタ(CL)に対する最適位置を決定するためのモデルマッチング(S3)を実行し、ならびにクラスタ(CL)が誤って割り当てられたポイントの割り当ての修正(S4)を実行する方法において、
(a)少なくとも1つの例示オブジェクト(BO)の例示画像を用いて分類子(KL)を事前に訓練(S5)し、
(b)前記分類子(KL)を用いて、前記画像(B1,B2)の少なくとも一方から、前記例示オブジェクト(BO)に類似する少なくとも1つのオブジェクト(O)の個数または位置確率のいずれかを表すアテンションマップ(AM)を生成し(S6)、
(c)前記クラスタリング法(S2)において、前記アテンションマップ(AM)を用いて、次のモデルマッチング法(S3)に好適なクラスタ(CL)を選択する、方法。 - オブジェクトモデル(OM)を三次元ポイントクラウド(PW)に対応させる方法であって、
少なくとも1つの実オブジェクトを対象として、2つの画像(B1,B2)を記録し、ステレオ法(S1)を用いて前記2つの画像(B1,B2)から三次元ポイントクラウド(PW)を生成し、前記ポイントクラウド(PW)にクラスタリング法(S2)を適用して、それぞれのクラスタ(CL)に属するポイントを識別し、前記実オブシェクトをモデル化したオブジェクトモデル(OM)を用意し、前記オブジェクトモデル(OM)を、前記クラスタ(CL)に重畳し、かつ前記オブジェクトモデル(OM)の前記クラスタ(CL)に対する最適位置を決定するためのモデルマッチング(S3)を実行し、ならびにクラスタ(CL)が誤って割り当てられたポイントの割り当ての修正(S4)を実行する方法において、
(a)少なくとも1つの例示オブジェクト(BO)の例示画像を用いて分類子(KL)を事前に訓練(S5)し、
(b)前記分類子(KL)を用いて、前記画像(B1,B2)の少なくとも一方から、前記例示オブジェクト(BO)に類似する少なくとも1つのオブジェクト(O)の個数または位置確率のいずれかを表すアテンションマップ(AM)を生成し(S6)、
(d)前記モデルマッチング法(S3)において、前記アテンションマップ(AM)を用いて、それからモデルマッチングが実行されるオブジェクトモデル(OM)の初期姿勢を計算する、方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007048320A DE102007048320A1 (de) | 2007-10-09 | 2007-10-09 | Verfahren zur Anpassung eines Objektmodells an eine dreidimensionale Punktwolke |
DE102007048320.3 | 2007-10-09 | ||
PCT/EP2008/008337 WO2009049774A1 (de) | 2007-10-09 | 2008-10-02 | Verfahren zur anpassung eines objektmodells an eine dreidimensionale punktwolke |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010541112A JP2010541112A (ja) | 2010-12-24 |
JP5222946B2 true JP5222946B2 (ja) | 2013-06-26 |
Family
ID=39277841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010528298A Active JP5222946B2 (ja) | 2007-10-09 | 2008-10-02 | オブジェクトモデルを三次元ポイントクラウドに対応させる方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8379969B2 (ja) |
EP (1) | EP2210234B1 (ja) |
JP (1) | JP5222946B2 (ja) |
CN (1) | CN101896936B (ja) |
DE (1) | DE102007048320A1 (ja) |
HK (1) | HK1143652A1 (ja) |
WO (1) | WO2009049774A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160071162A (ko) * | 2014-12-11 | 2016-06-21 | 현대자동차주식회사 | 라이다를 이용한 멀티 오브젝트 추적 장치 및 그 방법 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5652097B2 (ja) * | 2010-10-01 | 2015-01-14 | ソニー株式会社 | 画像処理装置、プログラム及び画像処理方法 |
EP2602588A1 (en) * | 2011-12-06 | 2013-06-12 | Hexagon Technology Center GmbH | Position and Orientation Determination in 6-DOF |
KR101841668B1 (ko) | 2012-02-15 | 2018-03-27 | 한국전자통신연구원 | 입체 모델 생성 장치 및 방법 |
US9571726B2 (en) | 2012-12-20 | 2017-02-14 | Google Inc. | Generating attention information from photos |
US9116926B2 (en) * | 2012-12-20 | 2015-08-25 | Google Inc. | Sharing photos |
US9715761B2 (en) * | 2013-07-08 | 2017-07-25 | Vangogh Imaging, Inc. | Real-time 3D computer vision processing engine for object recognition, reconstruction, and analysis |
CN105224582B (zh) * | 2014-07-03 | 2018-11-09 | 联想(北京)有限公司 | 信息处理方法和设备 |
CN104298971B (zh) * | 2014-09-28 | 2017-09-19 | 北京理工大学 | 一种3d点云数据中的目标识别方法 |
US9710960B2 (en) | 2014-12-04 | 2017-07-18 | Vangogh Imaging, Inc. | Closed-form 3D model generation of non-rigid complex objects from incomplete and noisy scans |
GB2554633B (en) * | 2016-06-24 | 2020-01-22 | Imperial College Sci Tech & Medicine | Detecting objects in video data |
US10380767B2 (en) | 2016-08-01 | 2019-08-13 | Cognex Corporation | System and method for automatic selection of 3D alignment algorithms in a vision system |
CN108229430B (zh) * | 2018-01-30 | 2022-04-05 | 浙江大学 | 一种融合注意力图的商品分类方法 |
JP7376268B2 (ja) * | 2019-07-22 | 2023-11-08 | ファナック株式会社 | 三次元データ生成装置及びロボット制御システム |
JP2021099698A (ja) * | 2019-12-23 | 2021-07-01 | ソニーグループ株式会社 | 画像処理装置および方法、並びにプログラム |
US11450021B2 (en) * | 2019-12-30 | 2022-09-20 | Sensetime International Pte. Ltd. | Image processing method and apparatus, electronic device, and storage medium |
US10861175B1 (en) * | 2020-05-29 | 2020-12-08 | Illuscio, Inc. | Systems and methods for automatic detection and quantification of point cloud variance |
CN111985308B (zh) * | 2020-07-07 | 2023-05-23 | 华南理工大学 | 一种微分几何的立体视觉空间曲线匹配方法 |
US11321822B2 (en) * | 2020-07-30 | 2022-05-03 | International Business Machines Corporation | Determining image defects using image comparisons |
US11315269B2 (en) * | 2020-08-24 | 2022-04-26 | Toyota Research Institute, Inc. | System and method for generating a point cloud that includes surface normal information |
CN112884687B (zh) * | 2021-01-29 | 2022-02-11 | 郑州信大云筑工程科技有限公司 | 基于人工智能的测绘激光雷达扫描策略控制方法与系统 |
US11055428B1 (en) | 2021-02-26 | 2021-07-06 | CTRL IQ, Inc. | Systems and methods for encrypted container image management, deployment, and execution |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1766552A2 (en) * | 2004-06-23 | 2007-03-28 | Strider Labs, Inc. | System and method for 3d object recognition using range and intensity |
US7706603B2 (en) * | 2005-04-19 | 2010-04-27 | Siemens Corporation | Fast object detection for augmented reality systems |
EP1897033A4 (en) * | 2005-06-16 | 2015-06-24 | Strider Labs Inc | SYSTEM AND METHOD FOR RECOGNIZING 2D IMAGES USING 3D CLASS MODELS |
-
2007
- 2007-10-09 DE DE102007048320A patent/DE102007048320A1/de not_active Withdrawn
-
2008
- 2008-10-02 EP EP08802744.6A patent/EP2210234B1/de active Active
- 2008-10-02 WO PCT/EP2008/008337 patent/WO2009049774A1/de active Application Filing
- 2008-10-02 JP JP2010528298A patent/JP5222946B2/ja active Active
- 2008-10-02 CN CN2008801199551A patent/CN101896936B/zh active Active
-
2010
- 2010-04-08 US US12/756,611 patent/US8379969B2/en not_active Expired - Fee Related
- 2010-10-28 HK HK10110163.8A patent/HK1143652A1/xx not_active IP Right Cessation
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160071162A (ko) * | 2014-12-11 | 2016-06-21 | 현대자동차주식회사 | 라이다를 이용한 멀티 오브젝트 추적 장치 및 그 방법 |
KR101655606B1 (ko) * | 2014-12-11 | 2016-09-07 | 현대자동차주식회사 | 라이다를 이용한 멀티 오브젝트 추적 장치 및 그 방법 |
Also Published As
Publication number | Publication date |
---|---|
DE102007048320A1 (de) | 2008-05-15 |
CN101896936A (zh) | 2010-11-24 |
EP2210234B1 (de) | 2013-06-26 |
CN101896936B (zh) | 2012-07-18 |
JP2010541112A (ja) | 2010-12-24 |
US8379969B2 (en) | 2013-02-19 |
HK1143652A1 (en) | 2011-01-07 |
WO2009049774A1 (de) | 2009-04-23 |
US20100310154A1 (en) | 2010-12-09 |
EP2210234A1 (de) | 2010-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5222946B2 (ja) | オブジェクトモデルを三次元ポイントクラウドに対応させる方法 | |
JP6295645B2 (ja) | 物体検出方法及び物体検出装置 | |
CN105590312B (zh) | 前景图像分割方法和装置 | |
JP5380789B2 (ja) | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム | |
US20150253864A1 (en) | Image Processor Comprising Gesture Recognition System with Finger Detection and Tracking Functionality | |
US9020251B2 (en) | Image processing apparatus and method | |
CN107424161B (zh) | 一种由粗至精的室内场景图像布局估计方法 | |
JP2007310707A (ja) | 姿勢推定装置及びその方法 | |
JP6245880B2 (ja) | 情報処理装置および情報処理手法、プログラム | |
JP2011133273A (ja) | 推定装置及びその制御方法、プログラム | |
JP2009157767A (ja) | 顔画像認識装置、顔画像認識方法、顔画像認識プログラムおよびそのプログラムを記録した記録媒体 | |
CN107949851B (zh) | 在场景内的物体的端点的快速和鲁棒识别 | |
JP2018091656A (ja) | 情報処理装置、計測装置、システム、算出方法、プログラムおよび物品の製造方法 | |
JP6320016B2 (ja) | 対象物検出装置、対象物検出方法およびプログラム | |
JP2016179534A (ja) | 情報処理装置、情報処理方法、プログラム | |
US20140233848A1 (en) | Apparatus and method for recognizing object using depth image | |
JP2014134856A (ja) | 被写体識別装置、被写体識別方法および被写体識別プログラム | |
CN110546687B (zh) | 图像处理装置及二维图像生成用程序 | |
US11189053B2 (en) | Information processing apparatus, method of controlling information processing apparatus, and non-transitory computer-readable storage medium | |
KR100792172B1 (ko) | 강건한 대응점을 이용한 기본행렬 추정 장치 및 그 방법 | |
KR101350387B1 (ko) | 깊이 정보를 이용한 손 검출 방법 및 그 장치 | |
JP6003367B2 (ja) | 画像認識装置、画像認識方法および画像認識プログラム | |
KR101225644B1 (ko) | 로봇의 물체 인식 및 자세 추정 방법 | |
CN114332741B (zh) | 一种面向建筑数字孪生的视频检测方法及系统 | |
JP5677234B2 (ja) | エッジ検出装置およびそのプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110825 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120924 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120927 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20121225 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20130107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130115 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130214 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130311 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160315 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5222946 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |