양고네 연구노트

Camera zoom has not been considered in most AR systems. Since our algorithm targets an AR system for broadcasting, the broadcast-level camera with a zoom lens must be considered. The target is detected by SURF, ferns, or GPU-SIFT. PatchTracker with linear motion model. motion blur model (locate the last point of the motion blur). Online camera calibration by Zhang → R, t, f estimated. f is restr..

학술 2010. 8. 17. 15:58

OpenCV 2.1의 find_obj_ferns.cpp를 살짝 바꿔서 capture 영상과 함께 사용할 수 있게 했다. tracking-by-detection에 초당 3프레임 정도 나오는 듯하다. 출연: 내 손 갤S 유선전화기 USB 케이블 [소스코드 추가] #include #include #include #include #include #include #pragma comment(lib, "cv210.lib") #pragma comment(lib, "cvaux210.lib") #pragma comment(lib, "highgui210.lib") #pragma comment(lib, "cxcore210.lib") using namespace cv; int main(int argc, char** argv)..

학술 2010. 8. 12. 15:55

문제 SURF를 몇 번 돌리다 보면 만나는 메시지, Run-time check failure #3 - The variable 'k' is being used without being initialized. 솔루션 1. 그냥 '계속(C)' 버튼을 눌러서 계속한다. -_- 2. 해당 cvsurf.cpp 파일을 맞게 수정한다. 3. 버그 수정된 OpenCV 2.1을 설치한다. 2.0에 이것 말고도 버그가 많다고 해서 과감하게 2.1로 업그레이드했다. 다음은 2.0 cvsurf.cpp의 해당 부분. /* remove keypoints that were marked for deletion */ for ( i = 0; i < N; i++ ) { CvSURFPoint* kp = (CvSURFPoint*)cvGetSe..

학술 2010. 8. 4. 18:04

Image Processing Toolbox에 있는 bwdist. 이것이 2D 이미지만을 위한 함수인 줄 알고있다가 3D 데이터에도 적용 가능하다는 사실을 알고 실험해보았다. img1 = imread('test.png'); [width,height] = size(img1); bw = zeros(width, height, 256); for x = 1:width for y = 1:height bw(x,y, img1(x,y)+1) = 1; end end D1 = bwdist(bw); isosurface(D1,2), axis equal, view(3) camlight, lighting gouraud, title('Euclidean') Isosurface, distance values 모두 제대로 구해진 것 같다..

학술 2010. 6. 24. 18:23

Rosenbrock 함수의 최소점을 찾는 예제를 돌려 봄. % rosenbrock.m function f = rosenbrock(x) f = 100*(x(2) - x(1)^2)^2 + (1 - x(1))^2; % unitdisk.m function [c, ceq] = unitdisk(x) c = x(1)^2 + x(2)^2 - 1; ceq = [ ]; Below is the ICP registration pseudo code. read model image fill distance volume D (--> Jacobian 계산 가능할듯) read input image --> make 3D vertices Objective function function e = objective(h) for all ima..

학술 2010. 6. 18. 22:45

PRICAI 2000 Robert Hanek Technische Universitat Miinchen, Germany 우선 이 논문을 보게 된 것은 다음의 결과 이미지 때문이다. model-based edge localization이 가능하기 때문이다. 그림을 보면 search direction이 궁금한데, 논문 말미에 vertical search만 했다고 밝히고 있다 (약간 실망). 여러 가지 테크닉이 사용되고 있지만, 단순하게 요약하면 다음과 같다. search range 내의 i번째 pixel에 대해 [i-D, i+D] 구간을 고려한다. 이 픽셀에서 color vector Yi를 observe할 확률(likelihood)은 pi(Yi) = p(Yi|mi(e), Ci(e)) = Gaussian dis..

학술 2010. 4. 13. 14:57

R,t는 m

학술 2010. 3. 31. 15:23

noise-free input image Gaussian noise (5%) 일단 edge 식별(Blue - Light Blue)에는 성공하고 confidence까지 정확히 뽑아냈으나, noisy image에서는 망하는 것을 알 수 있다. search range 내 모든 픽셀 정보를 고려해야 할 듯. 구현이 틀렸다! Eh와 Ev에 Dh와 Dv가 들어감. Epsilon에는 desired value와의 차이가 들어가야 한다. model image와 input image의 correlation을 이용한 edge localization 결과. 그래도 틀리는 곳이 많다 (안쪽 왼쪽).

학술 2010. 3. 23. 23:39