TWI485650B - 用於多相機校準之方法及配置 - Google Patents
用於多相機校準之方法及配置 Download PDFInfo
- Publication number
- TWI485650B TWI485650B TW100108574A TW100108574A TWI485650B TW I485650 B TWI485650 B TW I485650B TW 100108574 A TW100108574 A TW 100108574A TW 100108574 A TW100108574 A TW 100108574A TW I485650 B TWI485650 B TW I485650B
- Authority
- TW
- Taiwan
- Prior art keywords
- individual
- image
- images
- camera
- calibration data
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
- F01D21/003—Arrangements for testing or measuring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D25/00—Component parts, details, or accessories, not provided for in, or of interest apart from, other groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/15—Preventing contamination of the components of the optical system or obstruction of the light path
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B23/00—Telescopes, e.g. binoculars; Periscopes; Instruments for viewing the inside of hollow bodies; Viewfinders; Optical aiming or sighting devices
- G02B23/24—Instruments or systems for viewing the inside of hollow bodies, e.g. fibrescopes
- G02B23/2476—Non-optical details, e.g. housings, mountings, supports
- G02B23/2492—Arrangements for use in a hostile environment, e.g. a very hot, cold or radioactive environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/80—Diagnostics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/15—Preventing contamination of the components of the optical system or obstruction of the light path
- G01N2021/151—Gas blown
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/954—Inspecting the inner surface of hollow bodies, e.g. bores
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/08—Optical fibres; light guides
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Astronomy & Astrophysics (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Description
本發明有關於判斷複數相機之間的校準資料的方法。
每當來自一相機的資料必須與來自另一相機的資料相關時,例如在由這些相機所觀點的場景之完整3D重建期間、當執行人物之3D追蹤、或在電腦產生的圖形之應用期間(如在增強實境應用中所使用),使用來自不同觀點的多個相機之校準資料。
校準資料一般包含內在及外在相機參數。前者有關於內部相機本身之度量,諸如畫素大小、孔徑比、偏斜、及主要點。外在校準資料有關於相機的位置及觀點方向,無論係相對於指定的世界框,或另外(參考)框。
內部校準參數不取決於相機之位置,並因此可假設為已知,因為這些一般係由相機供應商提供或估計。
另一方面,相對位置還有相機之觀點方向為未知的變數。它們會在每次相機位移或移動時改變,例如,在創造電影影像的期間,或在使用行動裝置之影像捕捉期間,或在捕捉影像之網路攝影機的移動期間。
提供這些外在校準資料之已知技術通常牽涉一些人為干預,其中手動測量這些位置,或藉由某些人為干預技術來獲得。完全自動技術存在,但僅針對相機之間的位置及視角中的差異之有限的情況,因為難以處理不同視角所造成的影像中之變形。這些有限的情況僅意指例如相機之間的短距離還有小角度觀點差異。
本發明之實施例的一目的因此提供上述已知種類的方法,但其為完全自動化,且可用於多個相機,無論其相對位置為何。
根據本發明之實施例,此目的藉由一種方法實現,其包括藉由對個別影像執行個別幾何分析來判斷用以辨別對由相機取得相同場景之該些個別影像之至少一個別單應變換之個別參數之步驟,對該些個別影像執行至少一個別結合的單應變換/特徵偵測步驟之步驟,藉此獲得個別已變換影像上之個別組的特徵,以從在該些個別組之特徵之間所判斷的匹配獲得該校準資料。
依照此方式,藉由判斷辨別對由相機捕捉相同場景的個別影像之至少一恰當單應變換的參數來獲得通用且完全自動化技術。這些單應變換本身取決於相機及場景設定且藉由執行個別影像的幾何分析來加以判斷。此外,藉由判斷該些個別組之特徵之間相應的物件或匹配,可獲得來自一相機相對於其他者之外部校準參數。
可以在整組中之任何對的相機視需要重複此程序以實現完整多數相機之校準。
校準資料因此可包含關於相機之間的相對位置及/或相對觀點方向差異的資訊。可藉由相對距離來表達相對位置,而可藉由相機之間的相對傾斜、轉動、及平移角度差來表達相對觀點方向。
可藉由已捕捉場景,且因此個別影像的幾何分析來辨別個別單應變換的參數。這可以多個簡單的方式來進行並將從此文件之其他部分中所述的實施例中變得清楚。一種變化例可涉及使用相機之個別影像中的已偵測線區段,而另一者可例如涉及對這些影像之曲線段的比較。並且線角度之分析,可利用垂直度及平行度,以及更高階技術,如偵測矩形或甚至物體辨識。在又另一變化例中,可使用這些技術的結合。
取決於所使用之場景幾何分析的類型,可每影像計算一或更多單應變換。
在所附之申請專利範圍及在說明中進一步敘述其他特徵。
本發明還有關於用於執行本發明之實施例的裝置,關於調適成執行該方法的任何實施例的電腦程式,及關於包含這種電腦程式之電腦可讀式儲存媒體。
注意到用於申請專利範圍中的術語「包含」不應解釋成限制於此後所列之機構。因此,詞句「裝置包含機構A及B」之範圍不應限制於裝置僅由機構A及B所構成。其意味著相關於本發明,該裝置之唯一相關構件為A及B。
說明及圖示僅繪示本發明之原理。因此將理解到熟悉此技藝人士能夠做出各種配置其,雖未在此明白敘述或顯示,體現本發明之原理且包括在其之精神與範疇內。此外,在此所述的所有範例主要僅專門為教學目的以幫助讀者了解本發明之原理及發明人貢獻之概念以推進技藝,且解釋成不限於特定所述之範例及條件。此外,敘述本發明之原理、態樣、及實施例的在此之所有陳述,還有其之範例,意圖涵蓋其之等效者。
熟悉此技藝人士應理解到在此的任何區塊圖代表體現本發明之原理的示意電路之概念圖。類似地,將可理解到任何流程製圖、流程圖、狀態轉變圖、偽碼、及之類代表各種程序,其可在電腦可讀式媒體中實質上表示並且因此由電腦或處理器,無論是否明確顯示這種電腦或處理器。
圖中所述之各種元件的功能,可透過專用硬體的使用還有能夠協同適當軟體履行軟體的硬體。當由處理器提供時,可由單一專用處理器、由單一共享處理器、或由複數個別處理器(可共享其之一些)提供該些功能。此外,術語「處理器」或「控制器」的明確用途不應解釋成專指能夠履行軟體之硬體,且可隱含性包括,無限制地,數位信號處理器(DSP)硬體、網路處理器、特定應用積體電路(ASIC)、現場可編程閘陣列(FPGA)、用於儲存軟體之唯讀記憶體(ROM)、隨機存取記憶體(RAM)、及非依電性貯存。亦可包括傳統及/或客製化之其他硬體。類似地,圖中所示之任何切換器僅為概念性。可透過程式邏輯之操作、透過專用邏輯、透過程式控制及專用邏輯的互動、或甚至手動來進行其之功能,特定技術可由實行者從情境更特定了解而選擇。
第1a圖顯示判斷兩台相機之校準資料的方法之高階實施例。此實施例明顯地亦可應用於具有超過2台相機之多相機情況。校準資料一般包含內在及外在相機參數。在第2a及2b圖中分別顯示它們。內在相機參數意指相機本身內部的度量,如第2a圖中所示,例如,關於主要點之兩成分px及py還有畫素寬度(ax)、高度(ay)、及偏斜(s)。
第2b圖顯示外在相機參數,關於這些相機之間的相對位置及其之觀點方向。一般而言,相機之一會作為參考相機,並接著相關於此參考相機判斷其他者之相對位置及相對觀點方向,針對組之所有個別的相機。相對位置標為(dx,dy,dz),意指相機1相關於參考相機的位置向量的三個成分。平移、傾斜、及轉動角度包含,相關於參考相機的參考觀點方向,相機1之觀點方向中之差異的三個成分。
在多觀點位置中定位將判斷校準資料的相機,意指它們皆能夠從大致上相同場景取得畫面。場景的意思是指任何物體、風景、人、動畫、等等,其可由相機光學定位(register)。因此,「場景」不限於人、景觀、等等的普通圖像,亦指可由相機偵測到的任何虛擬或真實物體。
與先前技術方法相反地,本方法的實施例將能夠產生外在相機校準資料,無論相機之間的相對距離及方位差為何。
這些外在相機參數因此有關於距離差,如相機之兩焦點或一相機的焦點與參考框之原點之間的差。一般而言,此差異可表示為包含第2b圖中所示之3個不同距離成分的位置向量。3個旋轉角度(亦即第2b圖上所示之傾斜、平移、及轉動角度且為熟悉此技藝人士所熟知)之差一般由旋轉矩陣R的方式來加以表示,可從這三個角度α、β、γ來算矩陣
為了獲得不同相機之間的這些校準資料,藉由個別相機取得相同場景或物體之個別影像。在第1a圖的實施例中,這些圖像分別標示為影像1及影像2。這些影像用來判斷界定後續在這些影像上或其部分上執行的至少一單應變換的參數。為此,分析場景的幾何。此步驟標示成第1a圖中所示的用於影像1之幾何分析的100。
存在執行此幾何分析的各種方式且在其他實施例中解釋一些。與其他方法相反地,該些其他方法對影像窮舉性嘗試所有類型的單應變換,本發明之實施例中所用的幾何分析步驟將致能迅速辨別一或更多適當的單應變換。這導致用於判斷校準參數的計算時間之減少,以及由此後一步驟所使用之正確特徵匹配之數量對總特徵匹配數量的比例之增加,並因此其之可用性及準確性。
單應變換可涉及糾正(rectify)水平面、模仿鳥瞰觀點、或糾正垂直面以產生前或側視等等。由變換矩陣H判斷這種單應變換
其執行在影像的每一畫素(x,y)上。可接著由同質座標(x'h
,y'h
,t'h
)來表示每一經變換的畫素座標(x',y'),其中t'h
代表比例因子,使得針對每一畫素將執行下列變換:
參照回第1a圖,影像1之個別的單應變換判斷標為步驟200。下一步驟涉及施加結合的單應變換/特徵偵測至已導出場景幾何參數的個別影像,以致能變換參數的產生。
此結合的單應變換/特徵偵測步驟,針對第1a圖上的影像1標為300,可包含完整影像之完整變換302,此步驟之後將對經變換的影像執行特徵偵測301,如第1b圖中所示。在又其他實施例中,如第1c圖中所示,以一種方式調適特徵偵測步驟3001使得每次偵測器存取影像中之一畫素時,在提取原始影像中之畫素資訊前,先由單應變換3002變換畫素座標。針對所有這些實施例,結合的單應變換/特徵偵測步驟300之結果將為經變換的影像上之個別組的特徵,在第1a、b、及c圖上針對影像1標為特徵組1且針對影像2標為特徵組2。
可依據相似性不變特徵偵測方法來執行特徵偵測。針對此目的存在有若干不同的演算法,諸如使用SIFT(其為定比不變特徵變換(Scale Invariant Feature Transform)的簡寫)、SURF(其為加快健全特徵(Speeded Up Robust Features)的簡寫)、GLOH(其為梯度位置及方位直方圖(Gradient Location and Orientation Histogram)的簡寫)、哈理斯(Harris)、MSER(其為最大穩定外部區域(Maximaly Stable External Regions)之簡寫)、湯馬斯(Tomasi)、區塊匹配等等來偵測邊緣、角落、區塊(blob)、或區域。由於這些演算法在非單純牽涉定比、移位、及旋轉的相似性的變形下容易表現不良,無法對輸入影像直接施加它們,因此需先執行單應變換。
一旦在經變換的影像上偵測到特徵,搜尋匹配。匹配的特徵可包括相應畫素、相應線、相應物體、相應區域、等等。若在第一階段中抽取之場景幾何的種類允許,則在這兩相機兩者所造成的相應的經變換影像之間匹配特徵。若否,一相機之所有單應變換所造成的所有特徵與第二相機所造成之所有特徵相比較。因此,在一些實施例中,如第3a及b圖中所示,對個別影像判斷這些單應變換的若干,因為一幾何分析有可能造成若干適當的單應。這之後再次針對所有已判斷的變換之個別影像的結合變換/特徵偵測步驟,例如以再次獲得一組經變換特徵,其中這組於是包含所有單應變換之所有經變換的特徵。接著再次找出這兩影像的經變換的特徵組之間的匹配物件。
針對這兩經變換的影像之匹配物件或屬性組在第1a至c圖及第3a及b圖中標示為m1至mk,意指兩個經變換影像之間的k對匹配的屬性。這些匹配物件可接著用來判斷校準資料,如稍早所述之旋轉矩陣及位置向量。
再次取決於第一步驟之場景幾何的種類,可由場景參數或單應變換本身協助匹配步驟及校準資料的抽取,此將解釋成更詳細的實施例。
經變換的影像之相應特徵因此用來導出兩相機之間的外在相機參數。由於在經變換的影像中特徵退落,當使用這些特徵來抽取校準資料時將其個別的單應變換納入考量。取決於場景幾何參數的種類,這些參數亦可進一步幫助精鍊可能的校準解答的子空間,雖此非必須。使用極線(epipolar)幾何或其他背面投影技術,可從相應者計算出相對位置向量及旋轉矩陣。
第3a及3b圖描繪所述方法之個別電腦實行例。第3a圖中所示之變化例係依據第1c圖之變異方法且進一步包含在步驟200中之若干單應的選擇。此外,於計算外在相機參數期間,不僅將匹配組納入考量,還有特徵本身。這對於其中匹配本身不包含關於原始影像本身內的特徵位置之資訊的這些實施例可能會很有意思,因為位置係用來判斷校準資料。在參照第1a至c圖之實施例中,假設匹配的確含有此資訊。
第3b圖中所示之變化例與第3a圖的類似,但在步驟500中,不僅外在但亦進一步計算內在校準資料。
茲敘述更詳細的電腦可實現之實施例,包括幾何分析及匹配步驟的更詳細解釋,並參照第4a及b圖。此實施例較佳用於人為場景,因此用於較準捕捉非自然,亦常稱為人為場景(如室內場景、都市場景、典型特徵為平行線、對準之物體等等)之相機。此實施例將利用場景中之豐富的垂直且較少程度之水平線以找出共同垂直消失點。
將經校準之每一相機將再次拍攝場景之圖像。由於將執行之步驟針對這兩相機為類似,在第4a及b圖中僅顯示參照第一相機的步驟。
對相機1所拍攝的影像(於第4a圖標為影像i1)之幾何分析100涉及執行線區段偵測步驟101,因來自人為場景的影像一般含有許多這些線。進行此之方法可包含霍夫(Hough)變換、LSD、曲率分析、SLIDE、組合優化法、叢集等等。在另一變化例中,該方法亦可包含一初始過濾步驟。
一旦偵測到線區段,它們可用來執行於步驟102中之傾斜及轉動角度估計。此可涉及垂直消失點之搜尋。
依據傾斜及轉動角度估計,於步驟103中執行平移角度估計。
一旦估計包括平移角度的所有這些角度,完成標為g1 1
..g1 N1
之幾何參數組。可接著依據此組來判斷單應變換參數。在此情況中,它們將依據鳥瞰觀點單應。
這種鳥瞰觀點單應變換相應於糾正且將在後一段落中解數參數之詳細計算。
如此計算之參數(h1 00
,...,h1 22
)可接著用來執行對不同影像之這些糾正。如此獲得之經糾正影像分別將受到匹配或相應之搜尋。再次可以各種方式來進行此。
如前述,可對經變換影像偵測特徵,經常針對此步驟,從個別特徵組判斷匹配。將參照第4b圖再次解釋依據定比不變特徵偵測方法的實行例。
此第4b圖進一步提供第4a圖中所概述的不同步驟之每一者的一些進一步的詳細實施例。
參照第4a圖的階段101,關於線區段偵測,第4b圖中所示之實施例包括對每一影像之初始過濾步驟。在第4b圖之此實施例中,這是藉由邊緣偵測過濾器來予以實現。藉此將網路中之每一相機的影像過濾成顯示影像中之所有邊緣的二元影像。雖然執行此初始過濾步驟有不同的可能性,較佳的解法利用肯尼(Canny)邊緣偵測器,因為其在許多應用中為健全且不需許多參數設定。由於演算法沿影像之邊緣進行,與接下來的步驟之快速整合實行為可行。替代例可包括使用簡單梯度方法,像索貝爾(Sobel)過濾器、拉普拉斯(Laplacian)過濾器、高斯差過濾器等等。
此邊緣偵測過濾之後為偵測由過濾操作所產生的二元邊緣輸出中之線區段的步驟。再次可以各種方式進行線區段偵測。允許與先前過濾步驟的快速整合之一較佳實施例涉及在邊緣偵測步驟中沿著邊緣進行的同時評估邊緣的曲率。在累積曲率為高的邊緣畫素,切割邊緣並且形成新的可能線區段。捨去短線區段。合併代表相同線之線區段。
一旦接著偵測到線區段,對其執行傾斜及轉動角度估計階段102。這可藉由搜尋垂直消失點來進行,在其本身中可包含三個步驟。消失點為其中線之投影(其在真實世界為平行)看似在一影像中交叉的點。第一步驟粗略分類線區段成可能垂直者以及可能落在水平面中者。由於針對此特定實施例,假設相機沒有大轉動角度(=圍繞光軸之旋轉,參見第2b圖),亦可假設場景中之垂直線的投射大致上為垂直。因此,將自垂直差別少於如20度的角度之所有的線與其他者分開,在第4b圖中標為「水平」,這是藉由定限操作來達成,並以這些自垂直的如20度偏離作為臨限值。注意到其他較不簡化的實施例不需像這樣的假設。
接下來施加RANSAC(其為隨機取樣共識(Random Sample Consensus)的簡寫),其為選擇垂直消失點之好的候選者並排除假的之一種健全變化例,至選定的垂直線。這可以迭代方式加以執行,其中在每一迭代中,選擇來自先前階段的兩條可能垂直線。這兩條線的交叉將建議為垂直消失點候選者。若許多其他可能垂直線在低於某極限值的距離通過此點,此點候選者得到較高分數。接著重複此迭代多次。將具有最高分數的垂直消失點候選者及相應的垂直線,標為「群內值」,通過最終精鍊步驟,標為「重新估計」。將其餘的線,標為「離群值」添加到來自先前執行定限步驟之水平分類線的列表。
此「重新估計」步驟從低於臨限值的所有選定垂直線精鍊出最佳的消失點,而非如先前步驟中僅計算兩條線的交叉。此時,知道相機之定位,相關於垂直方向為傾斜角度且圍繞光軸為轉動角度,由於從等式1可知這兩個角度僅取決於旋轉矩陣之一行,其由此消失點之正規化同質座標準確界定。
應注意到此時任何水平面可由單應變換以一種方式糾正以減少不同相機的兩觀點之間的對相似性類別之變形(亦即單純移位、旋轉、及定比)。因此可略過平移角度估計步驟103並直接進至變換步驟。然而,為了方便及改善此後一步驟的準確度,在此實施例存在平移角度估計。
平移角度為圍繞光軸的角度(參見第2b圖)。其之判斷可涉及三個子步驟。在第一子步驟中,計算每一觀點之地平線。此地平線相應於影像中的水平面之所有投射交叉的線。在一水平面中之任何方向的所有消失點將會在此條線上。在此條線上之點與水平方向角度之間甚至存在一對一的關係。可從垂直消失點及第2a圖中所示之相機的前述內在校準參數計算出此條線。詳言之,在此條線上的點形成與正規化消失點的數學零空間相同的子空間。若不知道內部校準,則針對此階段之目的估計就夠好了,因為該技術可容忍地平線之些許改變。可單單從影像寬度及高度,其當然為已知,輕易導出估計。
一旦獲得地平線,每一非垂直線,其為水平定限線及被RANSAC捨去的聯集(union),將與此地平線交叉以導出其之水平方向。由於線之測量,地平線之估計及找出交叉極容易受到雜訊影響,將產生每一影像之線方向的直方圖。每一條線藉此以其之長度來加權。
第二子步驟涉及搜尋這些直方圖中之「主方向」,其允許關於場景之直接校準。在直方圖中之最大值相應於在場景中有很多的水平線方向。此經常發生在人為場景中,因為人們傾向於認為對準的物體比無序者更美觀。此外,這些最大值及其相應的主方向經常為分開90度,其可藉由最大找尋演算法來加以利用,造成每觀點兩個主方向,所以可界定平移角度上至n*90度歧義。此歧義可藉由執行階段4中的步驟(單應變換及SIFT)四次來解決,針對平移角度π、π+90、π+180、及π+270。但這不意味四次會使時間複雜度變成雙倍,因為在下一階段中之大部分的步驟可一次進行4個角度。
然而,可能會發生從直方圖沒有出現主方向。在此情況中,可總是退回到找出相機與參考相機之間的平移角度差,而非將直方圖與共同參考框相關連。互相比較每一影像的直方圖以導出兩相機(其已經產生目前比較的一對影像)之間的相對平移角度。針對此目的,必須藉由平移角度搜尋空間的取樣子集來位移一觀點之經平順的直方圖,直到其最小化與其他經平順的直方圖之某距離準則。可使用庫貝克-雷貝(Kullback-Leibe)發散作為準則以及以簡單的帕森(Parzen)窗化來平順化。當然可有其他選擇。
若「主方向」路徑及「平移角度差」路徑皆失敗,優先選擇步驟將針對這兩影像選擇隨機的平移角度並將解決此歧義留給第4b圖之階段4的匹配步驟。此時,藉由傾斜、轉動、及平移角度之判斷找出相機(相關於彼此,且可能的話-若找到主方向-相關於場景中之主方向)之全方位。接下來的步驟處理相機位置之找出。
由於關於場景本身什麼都不知道,僅可導出相機相關於彼此之相對位置。這因此可藉由首先糾正個別影像且之後搜尋相應元件或屬性來加以執行。
第4b圖之階段2及3的結果因而用為場景幾何參數以每相機界定一恰當單應變換。選擇變換以模仿場景之鳥瞰觀點。將水平面,其從相機在原始影像中自傾斜角度看去,變換成如同從正上方看去之影像。由於此變換保留從真實世界到經變換之影像的角之度量,此變換稱為「糾正」。
注意到在階段二的尾端。以一種方式變換每一影像使得所有觀點之間存在相似性。相似性包含四度自由:移位兩個、旋轉一個、以及統一定比。這些相應於平移角度以及相機位置的三度自由。階段3可能已排除平移角度,取決於直方圖之間的相似性測量之準確度,或在絕對的情況下模式(modality)。
在對每一影像執行糾正之後,搜尋相應的特徵。在第4b圖中所示的實施例中,使用稱為相似性不變特徵變換(SIFT)之技術。此為搜尋及描述影像中之低階相似特徵之已知的技術。
此技術因此應用至搜尋參考影像(取自參考相機,選擇為複數相機之一)與來自所有其他相機的所有其他影像之間的相應特徵。根據SIFT技術描述這些特徵。由於在水平面內會找到許多特徵,在所有觀點之間其之SIFT描述維持不變,因為僅存在一相似性變形。在其中已經在第三階段考慮平移角度的情況中,因此當頭兩路徑之一導致優先選擇步驟成功,可藉由排除旋轉描述來簡化SIFT描述符。另一選擇為使用描述符中之旋轉作為下一步驟期間的匹配演算法上的一額外約束。使用另一類似RANSAC步驟來找出共同移位、定比因子、及(若需要的話)旋轉角度。此時,知道第二單應矩陣(非前述的另一者,其僅考慮旋轉),其完全定位一觀點中之水平面至另一觀點中之相同面。
最後,可分解針對每一觀點之此第二單應矩陣成為每一相機之有效的旋轉矩陣及移位向量。使用關於來自階段2及3之方位參數的知識使此分解變得簡單,但非必須。
可單獨使用此校準,或作為至像是束調整之精鍊方法的輸入,其需要良好初始估計。
應注意到在其他實施例中,亦利用場景中之線的存在,但可搜尋若干消失點,如其之3個。它們一起將構成旋轉矩陣R的有效行。這可藉由RANSAC及階段2之重新估計步驟之更延伸版本來加以進行。
在找出所有三個消失點的健全估計,其相應於場景中之三個主方向X、Y、及Z,每相機計算三個不同的單應變換。各模仿不同側視(上、前、及側)。階段4茲匹配來自一相機中之每一經變換觀點的特徵到參考相機之相應特徵以獲得良好組的相應者,再次,從階段5,可計算所有校準資料。
一替代實施例(未圖示)可搜尋場景中之矩形物體。非自然場景經常具有窗戶、桌子、門、電腦畫面、紙張,這些皆為矩形形狀。取代真的辨別這些物體,其會需要更困難的技術,一般足以一般性搜尋場景中的矩形,因其可被視為相應於投射影像中之不規則四邊形。針對此之方法與針對線偵測的類似。
下一階段接著計算將這些不規則四邊形糾正成其原始矩形形狀的單應變換之全部。由於許多其他(亦非矩形)物體與這些矩形物體對準(放置在桌上的物體、在窗邊掛在牆壁上的物體、等等),以相同適當方式變換它們,允許後面的定比不變特徵偵測步驟找出多觀點中之許多相同的特徵。在其他階段中使用與之前相同的方法,此再次致能所有相機之全校準。
類似實施例可想到例如在描繪CD、杯子、圓形鈕扣等等之場景情況中將橢圓形糾正成圓形,或處理具有規律間隔之物體(如鍵盤上的按鈕、壁紙、磁磚、窗簾、壁櫥門、等等)的場景之影像的單應變換。亦可順利結合在此所述之所有這些例子。
雖已經連同特定設備於上敘述本發明之原理,可清楚了解到僅舉例做出此說明且非作為對在所附之申請專利範圍中所界定的本發明之範疇的限制。
藉由連同附圖參照實施例的說明,本發明之上述及其他目的及特徵將變得更為清楚且最佳了解本發明本身,圖中
第1a圖顯示方法的一實施例之高階示意區塊圖,
第1b圖顯示第1a圖的高階示意區塊圖之第一變化例,
第1c圖顯示第1a圖的高階示意區塊圖之第二變化例,
第2a圖示意顯示相機的內在校準參數,
第2b圖示意顯示相機的外在校準參數,
第3a圖顯示第1c圖中所示的第一變化實施例的電腦實行例,
第3b圖顯示第3a圖之實行例的一變化例,其中亦計算內在校準參數,
第4a及b圖顯示第3a圖之實施例的詳細實施例,其可較佳用於非自然場景。
100...分析影像1中之幾何
200...從場景幾何參數組1判斷單應
300...結合單應變換/特徵偵測
400...辨別這兩組中之匹配特徵
500...從匹配特徵計算外在校準參數
Claims (15)
- 一種判斷於多觀點位置中的至少兩相機(相機1,相機2)之校準資料的方法,該方法包括藉由對個別影像(影像1,影像2)執行個別幾何分析來判斷用以辨別對由該些相機取得相同場景之該些個別影像(影像1,影像2)之至少一個別單應變換之個別參數((h1 00 ,...,h1 22 )、(h2 00 ,...,h2 22 ))之步驟,對該些個別影像執行至少一個別單應變換以及對個別已變換影像執行個別特徵偵測步驟之步驟,藉此獲得該些個別已變換影像上之個別組的特徵(特徵組1,特徵組2),以從在該些個別組之特徵之間所判斷的匹配(m1 ,...,mk )獲得該校準資料。
- 如申請專利範圍第1項所述之方法,其中該校準資料包含相關於該些相機之間的相對位置之資訊。
- 如申請專利範圍第1項所述之方法,其中該校準資料包含相關於該些相機之間的相對觀點方向差異之資訊。
- 如申請專利範圍第1項所述之方法,其中該至少一個別結合的單應變換/特徵偵測步驟(300)包含變換該個別影像之步驟(302)及之後在於該已變換影像內之特徵偵測的步驟(301)。
- 如申請專利範圍第1項所述之方法,其中該至少一個別結合的單應變換/特徵偵測步驟(300)包含該些個別影像之畫素座標變換的迭代程序(3002),之後該已部分變換影像之特徵偵測(3001)直到變換該個別影像(影像 1)的所有畫素座標。
- 如申請專利範圍第1項所述之方法,其中該個別幾何分析步驟(100)包含判斷該些個別影像上之線段。
- 如申請專利範圍第1項所述之方法,其中該個別幾何分析步驟(100)包含判斷該些個別影像上之曲線段。
- 如申請專利範圍第1項所述之方法,其中該個別幾何分析步驟(100)包含對該些個別影像執行物體辨識。
- 如申請專利範圍第6項所述之方法,其中該些個別線段進一步用於判斷該至少兩相機之間的視點角度差異。
- 如申請專利範圍第1項所述之方法,其中從該些個別組之特徵進一步判斷該校準資料。
- 如申請專利範圍第1項所述之方法,其中從用以辨別該些個別單應變換之該些參數進一步判斷該校準資料。
- 如申請專利範圍第1項所述之方法,其中該校準資料進一步包含內部相機參數,其之值可依據該些匹配進一步加以優化。
- 一種調適成執行在申請專利範圍第1至12項中提出之任何步驟的裝置。
- 一種調適成執行如申請專利範圍第1至12項之任一項中所述的任何方法之電腦程式。
- 一種包含申請專利範圍第14項之電腦程式的電腦可讀式儲存媒體。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP10305309.6A EP2375376B1 (en) | 2010-03-26 | 2010-03-26 | Method and arrangement for multi-camera calibration |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201214335A TW201214335A (en) | 2012-04-01 |
TWI485650B true TWI485650B (zh) | 2015-05-21 |
Family
ID=42289381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW100108574A TWI485650B (zh) | 2010-03-26 | 2011-03-14 | 用於多相機校準之方法及配置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9303525B2 (zh) |
EP (1) | EP2375376B1 (zh) |
JP (1) | JP5538617B2 (zh) |
KR (1) | KR101333871B1 (zh) |
CN (1) | CN102834845B (zh) |
TW (1) | TWI485650B (zh) |
WO (1) | WO2011117069A1 (zh) |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2972061B1 (fr) * | 2011-02-24 | 2013-11-15 | Mobiclip | Procede de calibrage d'un dispositif de prise de vue stereoscopique |
CN102376093B (zh) * | 2011-10-13 | 2014-04-23 | 清华大学 | 一种摄像机标定方法 |
EP2595393B1 (en) * | 2011-11-15 | 2015-03-11 | ST-Ericsson SA | Rectified stereoscopic 3d panoramic picture |
IL216515A (en) * | 2011-11-22 | 2015-02-26 | Israel Aerospace Ind Ltd | A system and method for processing images from a camera set |
GB2501684B (en) | 2012-04-30 | 2018-12-12 | 2D3 Ltd | Collaborative sighting |
JP5923422B2 (ja) * | 2012-09-24 | 2016-05-24 | クラリオン株式会社 | カメラのキャリブレーション方法及び装置 |
US20140218482A1 (en) * | 2013-02-05 | 2014-08-07 | John H. Prince | Positive Train Control Using Autonomous Systems |
US20150071488A1 (en) * | 2013-09-11 | 2015-03-12 | Sony Corporation | Imaging system with vanishing point detection using camera metadata and method of operation thereof |
GB201318990D0 (en) | 2013-10-28 | 2013-12-11 | Omg Plc | Optical sighting |
US9282326B2 (en) | 2013-10-28 | 2016-03-08 | The Regents Of The University Of Michigan | Interactive camera calibration tool |
JP6326624B2 (ja) * | 2014-04-02 | 2018-05-23 | パナソニックIpマネジメント株式会社 | キャリブレーション装置、キャリブレーション方法、キャリブレーション機能を備えたカメラ及びプログラム |
KR102225620B1 (ko) * | 2014-04-03 | 2021-03-12 | 한화테크윈 주식회사 | 카메라 모델링 시스템 |
DE102014108684B4 (de) | 2014-06-20 | 2024-02-22 | Knorr-Bremse Systeme für Nutzfahrzeuge GmbH | Fahrzeug mit Umfeldüberwachungseinrichtung sowie Verfahren zum Betreiben einer solchen Überwachungseinrichtung |
WO2016018327A1 (en) * | 2014-07-31 | 2016-02-04 | Hewlett-Packard Development Company, L.P. | Camera alignment based on an image captured by the camera that contains a reference marker |
DE102014012285A1 (de) * | 2014-08-22 | 2016-02-25 | Jenoptik Robot Gmbh | Verfahren und Achsenzähl-Vorrichtung zur berührungslosen Achsenzählung eines Fahrzeugs sowie Achsenzählsystem für den Straßenverkehr |
US9491452B2 (en) | 2014-09-05 | 2016-11-08 | Intel Corporation | Camera calibration |
KR102149276B1 (ko) * | 2014-10-23 | 2020-08-28 | 한화테크윈 주식회사 | 영상 정합 방법 |
KR102225617B1 (ko) * | 2014-11-03 | 2021-03-12 | 한화테크윈 주식회사 | 영상 정합 알고리즘을 설정하는 방법 |
CN104464290B (zh) * | 2014-12-08 | 2018-12-21 | 无锡加视诚智能科技有限公司 | 一种基于嵌入式双核芯片的道路交通参数采集及违章抓拍系统 |
US10931933B2 (en) * | 2014-12-30 | 2021-02-23 | Eys3D Microelectronics, Co. | Calibration guidance system and operation method of a calibration guidance system |
KR102248459B1 (ko) * | 2015-02-03 | 2021-05-06 | 한국전자통신연구원 | 카메라 캘리브레이션 장치 및 방법 |
JP6521658B2 (ja) * | 2015-02-13 | 2019-05-29 | センスシングスジャパン株式会社 | 角度検出システム、プログラムおよび角度検出方法 |
CN105072414B (zh) * | 2015-08-19 | 2019-03-12 | 浙江宇视科技有限公司 | 一种目标检测和跟踪方法及系统 |
CN105678748B (zh) * | 2015-12-30 | 2019-01-15 | 清华大学 | 三维监控系统中基于三维重构的交互式标定方法和装置 |
CN107205109B (zh) * | 2016-03-18 | 2020-10-09 | 聚晶半导体股份有限公司 | 具有多摄像模块的电子装置及其控制的方法 |
FR3052278B1 (fr) * | 2016-06-07 | 2022-11-25 | Morpho | Procede d'autocalibration d'un reseau de cameras et installation correspondante |
EP3264761A1 (en) | 2016-06-23 | 2018-01-03 | Thomson Licensing | A method and apparatus for creating a pair of stereoscopic images using least one lightfield camera |
FR3055446A1 (fr) * | 2016-09-01 | 2018-03-02 | Arjo Solutions | Procede et syteme de generation de la signature d'une surface |
WO2018062647A1 (ko) | 2016-09-28 | 2018-04-05 | 중앙대학교 산학협력단 | 정규화된 메타데이터 생성 장치, 객체 가려짐 검출 장치 및 그 방법 |
KR102617992B1 (ko) | 2016-12-27 | 2023-12-26 | 한화비전 주식회사 | 예측 진단 장치 및 감시 시스템 |
CN106897666B (zh) * | 2017-01-17 | 2020-09-08 | 上海交通大学 | 一种室内场景识别的闭环检测方法 |
EP3382646A1 (en) | 2017-03-29 | 2018-10-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus for providing calibration data, camera system and method for obtaining calibration data |
CN110517319B (zh) * | 2017-07-07 | 2022-03-15 | 腾讯科技(深圳)有限公司 | 一种相机姿态信息确定的方法及相关装置 |
US10388029B1 (en) * | 2017-09-07 | 2019-08-20 | Northrop Grumman Systems Corporation | Multi-sensor pose-estimate system |
US10621753B2 (en) * | 2017-09-29 | 2020-04-14 | Intel IP Corporation | Extrinsic calibration of camera systems |
DE102017221721A1 (de) | 2017-12-01 | 2019-06-06 | Continental Automotive Gmbh | Vorrichtung zum Kalibrieren eines Multikamerasystems |
US10762664B2 (en) * | 2017-12-29 | 2020-09-01 | Intel Corporation | Multi-camera processor with feature matching |
JP7427614B2 (ja) * | 2018-06-29 | 2024-02-05 | ズークス インコーポレイテッド | センサ較正 |
US10733761B2 (en) | 2018-06-29 | 2020-08-04 | Zoox, Inc. | Sensor calibration |
CN112655023A (zh) * | 2018-06-29 | 2021-04-13 | 物流及供应链多元技术研发中心有限公司 | 用于精确图像融合的多模态成像传感器校准方法 |
EP3867795A1 (en) * | 2018-10-16 | 2021-08-25 | Advertima AG | A calibration method for a recording device and a method for an automatic setup of a multi-camera system |
US11609574B2 (en) | 2018-11-13 | 2023-03-21 | FLIR Belgium BVBA | Extrinsic sensor calibration systems and methods |
CN109341685B (zh) * | 2018-12-04 | 2023-06-30 | 中国航空工业集团公司西安航空计算技术研究所 | 一种基于单应变换的固定翼飞机视觉辅助着陆导航方法 |
CN110992261A (zh) * | 2019-11-15 | 2020-04-10 | 国网福建省电力有限公司漳州供电公司 | 一种输电线路无人机影像快速拼接的方法 |
US11209573B2 (en) | 2020-01-07 | 2021-12-28 | Northrop Grumman Systems Corporation | Radio occultation aircraft navigation aid system |
US11468578B2 (en) | 2020-09-14 | 2022-10-11 | Amazon Technologies, Inc. | Systems and methods for video-based sports field registration |
US11514799B2 (en) | 2020-11-11 | 2022-11-29 | Northrop Grumman Systems Corporation | Systems and methods for maneuvering an aerial vehicle during adverse weather conditions |
CN113033348A (zh) * | 2021-03-11 | 2021-06-25 | 北京文安智能技术股份有限公司 | 行人重识别的俯视图像校正方法、存储介质和电子设备 |
KR102585255B1 (ko) | 2023-04-26 | 2023-10-05 | 주식회사 케이유전자 | 칼만 필터 기반으로 한 다중 카메라 프레임 대 프레임 매칭 및 추적 알고리즘 |
KR102585261B1 (ko) | 2023-04-26 | 2023-10-06 | 주식회사 케이유전자 | 3차원 보정객체의 단일 영상을 활용하여 적응형 영상 증강 방법 기반의 최적화된 다중 카메라 보정 시스템 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040085451A1 (en) * | 2002-10-31 | 2004-05-06 | Chang Nelson Liang An | Image capture and viewing system and method for generating a synthesized image |
US20050237385A1 (en) * | 2003-05-29 | 2005-10-27 | Olympus Corporation | Stereo camera supporting apparatus, stereo camera supporting method, calibration detection apparatus, calibration correction apparatus, and stereo camera system |
US20090153669A1 (en) * | 2007-12-17 | 2009-06-18 | Electronics And Telecommunications Research Institute | Method and system for calibrating camera with rectification homography of imaged parallelogram |
TW201011690A (en) * | 2008-09-03 | 2010-03-16 | Dainippon Printing Co Ltd | Image converter |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4501239B2 (ja) * | 2000-07-13 | 2010-07-14 | ソニー株式会社 | カメラ・キャリブレーション装置及び方法、並びに、記憶媒体 |
AU2002303082A1 (en) * | 2001-01-26 | 2002-09-12 | Zaxel Systems, Inc. | Real-time virtual viewpoint in simulated reality environment |
US6917702B2 (en) * | 2002-04-24 | 2005-07-12 | Mitsubishi Electric Research Labs, Inc. | Calibration of multiple cameras for a turntable-based 3D scanner |
JP3977776B2 (ja) * | 2003-03-13 | 2007-09-19 | 株式会社東芝 | ステレオキャリブレーション装置とそれを用いたステレオ画像監視装置 |
US7512261B2 (en) * | 2004-07-27 | 2009-03-31 | Microsoft Corp. | System and method for calibrating multiple cameras without employing a pattern by inter-image homography |
DE102006050379A1 (de) * | 2006-10-25 | 2008-05-08 | Norbert Prof. Dr. Link | Verfahren und Vorrichtung zur Überwachung eines Raumvolumens sowie Kalibrierverfahren |
CN101127128B (zh) * | 2007-09-14 | 2010-06-09 | 清华大学 | 一种环形摄像机阵列校准系统及其方法 |
EP2236980B1 (en) * | 2009-03-31 | 2018-05-02 | Alcatel Lucent | A method for determining the relative position of a first and a second imaging device and devices therefore |
US8917317B1 (en) * | 2010-01-18 | 2014-12-23 | Disney Enterprises, Inc. | System and method for camera calibration |
-
2010
- 2010-03-26 EP EP10305309.6A patent/EP2375376B1/en not_active Not-in-force
-
2011
- 2011-03-08 WO PCT/EP2011/053483 patent/WO2011117069A1/en active Application Filing
- 2011-03-08 KR KR1020127027882A patent/KR101333871B1/ko not_active IP Right Cessation
- 2011-03-08 CN CN201180016318.3A patent/CN102834845B/zh not_active Expired - Fee Related
- 2011-03-08 US US13/582,164 patent/US9303525B2/en not_active Expired - Fee Related
- 2011-03-08 JP JP2013501714A patent/JP5538617B2/ja not_active Expired - Fee Related
- 2011-03-14 TW TW100108574A patent/TWI485650B/zh not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040085451A1 (en) * | 2002-10-31 | 2004-05-06 | Chang Nelson Liang An | Image capture and viewing system and method for generating a synthesized image |
US20050237385A1 (en) * | 2003-05-29 | 2005-10-27 | Olympus Corporation | Stereo camera supporting apparatus, stereo camera supporting method, calibration detection apparatus, calibration correction apparatus, and stereo camera system |
US20090153669A1 (en) * | 2007-12-17 | 2009-06-18 | Electronics And Telecommunications Research Institute | Method and system for calibrating camera with rectification homography of imaged parallelogram |
TW201011690A (en) * | 2008-09-03 | 2010-03-16 | Dainippon Printing Co Ltd | Image converter |
Also Published As
Publication number | Publication date |
---|---|
KR101333871B1 (ko) | 2013-11-27 |
JP5538617B2 (ja) | 2014-07-02 |
US9303525B2 (en) | 2016-04-05 |
US20130070108A1 (en) | 2013-03-21 |
EP2375376A1 (en) | 2011-10-12 |
JP2013524593A (ja) | 2013-06-17 |
KR20120130788A (ko) | 2012-12-03 |
CN102834845A (zh) | 2012-12-19 |
CN102834845B (zh) | 2016-10-26 |
TW201214335A (en) | 2012-04-01 |
WO2011117069A1 (en) | 2011-09-29 |
EP2375376B1 (en) | 2013-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI485650B (zh) | 用於多相機校準之方法及配置 | |
US10334168B2 (en) | Threshold determination in a RANSAC algorithm | |
US11838606B2 (en) | Methods and systems for large-scale determination of RGBD camera poses | |
JP5950973B2 (ja) | フレームを選択する方法、装置、及びシステム | |
US10373380B2 (en) | 3-dimensional scene analysis for augmented reality operations | |
US9519968B2 (en) | Calibrating visual sensors using homography operators | |
US20180158198A1 (en) | Multi-view rotoscope contour propagation | |
Mistry et al. | Image stitching using Harris feature detection | |
WO2018161298A1 (zh) | 图像篡改取证方法及装置 | |
Vu et al. | Efficient hybrid tree-based stereo matching with applications to postcapture image refocusing | |
US20230106339A1 (en) | 2d and 3d floor plan generation | |
Jung et al. | Object Detection and Tracking‐Based Camera Calibration for Normalized Human Height Estimation | |
CN110443228B (zh) | 一种行人匹配方法、装置、电子设备及存储介质 | |
Jiang et al. | Automated 3-D animation from snooker videos with information-theoretical optimization | |
Altuntas | Pair-wise automatic registration of three-dimensional laser scanning data from historical building by created two-dimensional images | |
Liu et al. | Synthesis and identification of three-dimensional faces from image (s) and three-dimensional generic models | |
Gama et al. | Unsupervised calibration of RGB-NIR capture pairs utilizing dense multimodal image correspondences | |
CN114943849A (zh) | 图像处理方法和服务器 | |
Ito et al. | Detection of Defective Regions in 3D Reconstruction to Support Image Acquisition | |
CN117218364A (zh) | 三维目标检测方法、电子设备及存储介质 | |
Benedetti et al. | GAIL: Geometry-aware Automatic Image Localization. | |
CN112700539A (zh) | 一种虚拟人台的构建方法和系统 | |
Odone | Object representation and identification in image sequences |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |