JPH02230478A - ３次元物体認識方式 - Google Patents
３次元物体認識方式Info
- Publication number
- JPH02230478A JPH02230478A JP1052378A JP5237889A JPH02230478A JP H02230478 A JPH02230478 A JP H02230478A JP 1052378 A JP1052378 A JP 1052378A JP 5237889 A JP5237889 A JP 5237889A JP H02230478 A JPH02230478 A JP H02230478A
- Authority
- JP
- Japan
- Prior art keywords
- hypothesis
- attitude
- cluster
- parameters
- parameter space
- 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.)
- Pending
Links
- 230000015654 memory Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 abstract description 2
- 230000009466 transformation Effects 0.000 description 2
- 208000023514 Barrett esophagus Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は移動ロホットにおける物体認識方式に関し、特
にエッジの対応に基づく３次元物体認識方式に関するも
のである。
にエッジの対応に基づく３次元物体認識方式に関するも
のである。
従来、この種の認識方式は、ある画像特徴がら逐次的に
求めていくものであり、エッジの対応に関しては１点と
その方向を対応単位とし、一般化Ｈ ｏ ｕ． ｇ ｈ
変換に関しては、パラメータ空間をメモリ上に確保して
いた。
求めていくものであり、エッジの対応に関しては１点と
その方向を対応単位とし、一般化Ｈ ｏ ｕ． ｇ ｈ
変換に関しては、パラメータ空間をメモリ上に確保して
いた。
上述した従来の認識方法は、認識速度に関しては逐次処
理に基つくものであり、速さに限界があり、また適用範
囲に関しては、１点とその方向を対応単位としているの
で位置の２自由度と姿勢の１自由度とか定まるたけてあ
り、消費するメモリ領域に関しては、パラメータ空間用
の大きなメモリ領域を必要とするという欠点がある。
理に基つくものであり、速さに限界があり、また適用範
囲に関しては、１点とその方向を対応単位としているの
で位置の２自由度と姿勢の１自由度とか定まるたけてあ
り、消費するメモリ領域に関しては、パラメータ空間用
の大きなメモリ領域を必要とするという欠点がある。
本発明の３次元物体認識方式の構成は、物体モデルのテ
レヒカメラにより待−られる撮像画像のコンピュータに
よる画像処理によって得られる全工ッシセグメントと前
記物体モデルの全稜線との両端点の対応による仮説を生
成する仮説生成手段と、この仮説生成手段により得られ
る前記物体モデルの位置，姿勢を全稜線と対応させたパ
ラメータ空間中から距離の近さによる仮説クラスタを抽
出するクラスタ抽出手段とを備え、前記パラメータ空間
用のメモリ領域を確保すること無く、前記物体の位置，
姿勢の決定を行なうことを特徴とする。
レヒカメラにより待−られる撮像画像のコンピュータに
よる画像処理によって得られる全工ッシセグメントと前
記物体モデルの全稜線との両端点の対応による仮説を生
成する仮説生成手段と、この仮説生成手段により得られ
る前記物体モデルの位置，姿勢を全稜線と対応させたパ
ラメータ空間中から距離の近さによる仮説クラスタを抽
出するクラスタ抽出手段とを備え、前記パラメータ空間
用のメモリ領域を確保すること無く、前記物体の位置，
姿勢の決定を行なうことを特徴とする。
次に、本発明について図面を参照して説明する。第１図
は本発明の一実施例の構成を表わす図である。］は入力
画像３を得るためのテレヒカメラ、２はテレビカメラ１
により得られる物体モデル４の画像処理を行ないメモリ
データとする計算機、７は物体モデルの仮説を、その位
置７姿勢を表わすパラメータにより生成する仮説生成手
段、８は４次元のパラメーク空間、１０はパラメータ空
間８内のパラメータをその距離の近さによりクラスタつ
として蕾合する仮説クラスタ抽出手段、１］は仮説クラ
スタ９の中で最も多くの仮説を含んているものを決定し
、そのパラメータにより鞠体４の位置，姿勢を決定する
手段である。
は本発明の一実施例の構成を表わす図である。］は入力
画像３を得るためのテレヒカメラ、２はテレビカメラ１
により得られる物体モデル４の画像処理を行ないメモリ
データとする計算機、７は物体モデルの仮説を、その位
置７姿勢を表わすパラメータにより生成する仮説生成手
段、８は４次元のパラメーク空間、１０はパラメータ空
間８内のパラメータをその距離の近さによりクラスタつ
として蕾合する仮説クラスタ抽出手段、１］は仮説クラ
スタ９の中で最も多くの仮説を含んているものを決定し
、そのパラメータにより鞠体４の位置，姿勢を決定する
手段である。
入力画像３は、テレビ力，メラ］によって物体モデル４
を含んたシーンを撮影し、計算機２のメモリ上に取り込
まれる。入力画像３をラブラジアン・カウシアンフィル
タによってフィルタリンクし、そのセロ交差点を直線近
似することによりエッシセクメント５を抽出する。
を含んたシーンを撮影し、計算機２のメモリ上に取り込
まれる。入力画像３をラブラジアン・カウシアンフィル
タによってフィルタリンクし、そのセロ交差点を直線近
似することによりエッシセクメント５を抽出する。
各エツシセグメント（−ＡＢ）について、物体モデル４
の全稜線６（−ｉｂ）と対応させ、仮説生成手段７によ
り並列的に仮説を生成する。これらの仮説を物体の位置
，姿勢を表すパラ，メータの組（Ｔ，，Ｔｙ，Ｔ２，θ
）で表わし、４次元のパラメータ空間８に投票する。
の全稜線６（−ｉｂ）と対応させ、仮説生成手段７によ
り並列的に仮説を生成する。これらの仮説を物体の位置
，姿勢を表すパラ，メータの組（Ｔ，，Ｔｙ，Ｔ２，θ
）で表わし、４次元のパラメータ空間８に投票する。
この際に、通常の一般化Ｈ ｏ ｕ ｇｈ変換て用いら
れているパラメータ空間用のメモリ領域は確保せずに、
パラメータの組として保存する。
れているパラメータ空間用のメモリ領域は確保せずに、
パラメータの組として保存する。
次に、これらの仮説を、仮説クラスタ抽出手段１０によ
り、パラメータ空１７４１中ての距踊の近さにより各仮
説を併合し、仮１．ζ・クラスタ９を抽出する。位置，
姿勢の決定千段］１においては、抽出された仮説クラス
タの中で最も多くの仮説を含んでいる仮説クラスタのパ
ラメータの値（ＴＸＴｙ，Ｔ２，θ）を物体の位置，姿
勢とする。
り、パラメータ空１７４１中ての距踊の近さにより各仮
説を併合し、仮１．ζ・クラスタ９を抽出する。位置，
姿勢の決定千段］１においては、抽出された仮説クラス
タの中で最も多くの仮説を含んでいる仮説クラスタのパ
ラメータの値（ＴＸＴｙ，Ｔ２，θ）を物体の位置，姿
勢とする。
以上説明したように本発明は、３次元物体の対応の単位
をエッジセクメン１へとすることにより、位置の３自由
度と姿勢の１自由度とを決定することができ、一般化Ｈ
ｏ ｕ ｇ ｈ変換により並列的に処理することかて
きるのて、仮説の併合という手段を用いることにより、
パラメータ空間用メモリの削減の効果かある。
をエッジセクメン１へとすることにより、位置の３自由
度と姿勢の１自由度とを決定することができ、一般化Ｈ
ｏ ｕ ｇ ｈ変換により並列的に処理することかて
きるのて、仮説の併合という手段を用いることにより、
パラメータ空間用メモリの削減の効果かある。
問、９・・・仮説クラスタ、１０・・仮説クラスタ抽出
手段、１１・・位置，姿勢の決定手段。
手段、１１・・位置，姿勢の決定手段。
Claims (1)
- 物体モデルのテレビカメラにより得られる撮像画像のコ
ンピュータによる画像処理によって得られる全エッジセ
グメントと前記物体モデルの全稜線との両端点の対応に
よる仮説を生成する仮説生成手段と、この仮説生成手段
により得られる前記物体モデルの位置、姿勢を全稜線と
対応させたパラメータ空間中から距離の近さによる仮説
クラスタを抽出するクラスタ抽出手段とを備え、前記パ
ラメータ空間用のメモリ領域を確保すること無く、前記
物体の位置、姿勢の決定を行なうことを特徴とする３次
元物体認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1052378A JPH02230478A (ja) | 1989-03-03 | 1989-03-03 | ３次元物体認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1052378A JPH02230478A (ja) | 1989-03-03 | 1989-03-03 | ３次元物体認識方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH02230478A true JPH02230478A (ja) | 1990-09-12 |
Family
ID=12913141
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1052378A Pending JPH02230478A (ja) | 1989-03-03 | 1989-03-03 | ３次元物体認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH02230478A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19506328A1 (de) * | 1994-12-20 | 1995-08-24 | Matsushita Electric Works Ltd | Verfahren zur Objekterkennung in einem dreidimensionalen Raum |
| US5692061A (en) * | 1994-02-23 | 1997-11-25 | Matsushita Electric Works, Ltd. | Method of utilizing a two-dimensional image for detecting the position, posture, and shape of a three-dimensional objective |
| CN112529844A (zh) * | 2020-11-24 | 2021-03-19 | 成都理工大学 | 一种基于三维激光扫描的岩体结构面识别与信息提取方法 |
-
1989
- 1989-03-03 JP JP1052378A patent/JPH02230478A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5692061A (en) * | 1994-02-23 | 1997-11-25 | Matsushita Electric Works, Ltd. | Method of utilizing a two-dimensional image for detecting the position, posture, and shape of a three-dimensional objective |
| US5867592A (en) * | 1994-02-23 | 1999-02-02 | Matsushita Electric Works, Ltd. | Method of utilizing edge images of a circular surface for detecting the position, posture, and shape of a three-dimensional objective having the circular surface part |
| DE19506328A1 (de) * | 1994-12-20 | 1995-08-24 | Matsushita Electric Works Ltd | Verfahren zur Objekterkennung in einem dreidimensionalen Raum |
| CN112529844A (zh) * | 2020-11-24 | 2021-03-19 | 成都理工大学 | 一种基于三维激光扫描的岩体结构面识别与信息提取方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10719940B2 (en) | Target tracking method and device oriented to airborne-based monitoring scenarios | |
| CN109166149B (zh) | 一种融合双目相机与imu的定位与三维线框结构重建方法与系统 | |
| CN109376684B (zh) | 一种人脸关键点检测方法、装置、计算机设备和存储介质 | |
| US11928800B2 (en) | Image coordinate system transformation method and apparatus, device, and storage medium | |
| TWI395145B (zh) | 手勢辨識系統及其方法 | |
| Liu et al. | Real-time robust vision-based hand gesture recognition using stereo images | |
| Jennings | Robust finger tracking with multiple cameras | |
| JP2008152530A (ja) | 顔認識装置及び顔認識方法、ガボア・フィルタ適用装置、並びにコンピュータ・プログラム | |
| CN108171133B (zh) | 一种基于特征协方差矩阵的动态手势识别方法 | |
| CN106204660A (zh) | 一种基于特征匹配的地面目标跟踪装置 | |
| CN106155299B (zh) | 一种对智能设备进行手势控制的方法及装置 | |
| WO2022262474A1 (zh) | 变焦控制方法、装置、电子设备和计算机可读存储介质 | |
| CN111798486B (zh) | 基于人体运动预测的多视角人体运动捕捉方法 | |
| CN112801064A (zh) | 一种模型训练方法、电子设备及存储介质 | |
| EP3035242B1 (en) | Method and electronic device for object tracking in a light-field capture | |
| Liu et al. | Lip Graph Assisted Audio-Visual Speech Recognition Using Bidirectional Synchronous Fusion. | |
| CN111127556A (zh) | 基于3d视觉的目标物体识别和位姿估算方法以及装置 | |
| KR20180112374A (ko) | 영상 특징점 기반의 실시간 카메라 자세 추정 방법 및 그 장치 | |
| Nicolescu et al. | Layered 4D representation and voting for grouping from motion | |
| JPH02230478A (ja) | ３次元物体認識方式 | |
| CN111079535A (zh) | 一种人体骨架动作识别方法、装置及终端 | |
| CN115019241B (zh) | 一种行人识别与追踪方法、装置、可读存储介质及设备 | |
| CN111179281A (zh) | 人体图像提取方法及人体动作视频提取方法 | |
| KR101001184B1 (ko) | 얼굴 정규화 벡터를 이용한 반복적 3차원 얼굴 포즈 추정 방법 | |
| JPH0644282B2 (ja) | 物体検索方式 |