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 |