Tez Arşivi

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik ve Elektronik Mühendisliği Bölümü / Elektrik-Elektronik Mühendisliği Anabilim Dalı

A comparative study on pose estimation algorithms using visual data

Poz kestirim algoritmalarının görsel veriler kullanılarak karşılaştırılması

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 339830 tez numarasıyla arayabilirsiniz.

Özet:

Bir nesnenin görüntülerini kullanarak o nesnenin kameraya gore pozisyon ve yöneliminin hesaplanmasına poz kestirim problemi denir. Poz kestirimi, bilgisayarla görü, robotik ve fotogrametri alanlarındaki önemli problemlerden birisidir. Nesne takibi, nesne tanıma, robotların kendi konumlarını bulması gibi uygulamalar poz kestirim probleminin kullanım alanlarına örnek olarak verilebilir.Bir nesnenin pozunu, o nesnenin görüntülerini kullanarak bulmak için nesnenin kendi referans sisteminde üç boyutlu modeline, kamera parametrelerine ve iki boyutlu görüntüye ihtiyaç duyulmaktadır. Poz kestirim algoritmalarının çoğu üç boyutlu model noktaları ile iki boyutlu görüntü noktaları arasındaki ilişkinin tam olarak bilinmesine ihtiyaç duyarlar.Bu çalışmada, önceden önerilmiş ve model noktaları ile görüntü noktaları arasındaki ilişkinin bilindiğini varsayan dört poz kestirim algoritması; Orthogonal Iterations, POSIT, DLT ve Efficient PnP, kodlanmış ve karşılaştırılmıştır. Ayrıca poz ve eşleştirme problemlerini aynı anda çözen iki bilinen algoritmanın; Soft-POSIT ve Blind-PnP, kodlanması ve karşılaştırılması da bu çalışmada yer almaktadır. Simülasyonların ilkinde, gerçek hareket senaryoları kullanılarak sentetik veriler üretilmiş ve algoritmalar bu veriler kullanılarak karşılaştırılmıştır. Sonraki adımda, üç boyutlu modeli bilinen bir nesnenin kalibre edilmiş bir kamera ile çekilmiş gerçek görüntülerinden faydalanılmıştır.Simülasyon sonuçlarına göre, model noktaları ve görüntü noktaları arasındaki ilişkinin bilindiğini varsayan algoritmalar arasında POSIT algoritmasının en iyi performansı gösterdiği görülmüştür. Deneyler sonucu elde edilen bir başka sonuç da Soft-POSIT algoritmasının Blind-PnP algoritmasına göre daha iyi bir performans gösterdiğidir.

Summary:

Computation of the position and orientation of an object with respect to a camera from its images is called pose estimation problem. Pose estimation is one of the major problems in computer vision, robotics and photogrammetry. Object tracking, object recognition, self-localization of robots are typical examples for the use of pose estimation.Determining the pose of an object from its projections requires 3D model of an object in its own reference system, the camera parameters and 2D image of the object. Most of the pose estimation algorithms require the correspondences between the 3D model points of the object and 2D image points.In this study, four well-known pose estimation algorithms requiring the 2D-3D correspondences to be known a priori; namely, Orthogonal Iterations, POSIT, DLT and Efficient PnP are compared. Moreover, two other well-known algorithms that solve the correspondence and pose problems simultaneously; Soft POSIT and Blind- PnP are also compared in the scope of this thesis study. In the first step of the simulations, synthetic data is formed using a realistic motion scenario and the algorithms are compared using this data. In the next step, real images captured by a calibrated camera for an object with known 3D model are exploited.The simulation results indicate that POSIT algorithm performs the best among the algorithms requiring point correspondences. Another result obtained from the experiments is that Soft-POSIT algorithm can be considered to perform better than Blind-PnP algorithm.