Ben Raes en Sam Decrock1 Tracking algoritmes Tracking Algoritmes Richting van ons project.

Presentatie over: "Ben Raes en Sam Decrock1 Tracking algoritmes Tracking Algoritmes Richting van ons project."— Transcript van de presentatie:

1 Ben Raes en Sam Decrock1 Tracking algoritmes Tracking Algoritmes Richting van ons project

2 Ben Raes en Sam Decrock2 Tracking algoritmes Tracking? -herkennen / volgen van objecten tussen 2 opeenvolgende beelden -bepaling objecten en hun richtingsvector -bepaling standpunt camera

3 Ben Raes en Sam Decrock3 Tracking algoritmes Algoritmes? An Iterative Image Registration Technique with an Application to Stereo Vision eenvoudig algoritme voor detectie van een afbeelding Detection and Tracking of Point Features gebruik van vorig algoritme opstellen van tracking algoritme voor bewegende beelden

4 Ben Raes en Sam Decrock4 Tracking algoritmes An Iterative Image Registration Technique with an Application to Stereo Vision verschillende maten van verschil:

5 Ben Raes en Sam Decrock5 Tracking algoritmes An Iterative Image Registration Technique with an Application to Stereo Vision Eén-dimensionaal geval

6 Ben Raes en Sam Decrock6 Tracking algoritmes An Iterative Image Registration Technique with an Application to Stereo Vision Eén-dimensionaal geval h benaderen door het gemiddelde te nemen voor h-waardes bekomen uit bovenstaande formule voor verschillende x-waarden :

7 Ben Raes en Sam Decrock7 Tracking algoritmes An Iterative Image Registration Technique with an Application to Stereo Vision Eén-dimensionaal geval gewicht toekennen: gewicht wordt: formule van h met gewicht in rekening gebracht:

8 Ben Raes en Sam Decrock8 Tracking algoritmes An Iterative Image Registration Technique with an Application to Stereo Vision Eén-dimensionaal geval iteratief proces: moeilijk uitbreidbaar voor meerdere dimensies probleem als F’(x) = 0

9 Ben Raes en Sam Decrock9 Tracking algoritmes An Iterative Image Registration Technique with an Application to Stereo Vision Eén-dimensionaal geval oplossing: herschikken tot:

10 Ben Raes en Sam Decrock10 Tracking algoritmes An Iterative Image Registration Technique with an Application to Stereo Vision Eén-dimensionaal geval fout: minimaal: (L2 norm)

11 Ben Raes en Sam Decrock11 Tracking algoritmes An Iterative Image Registration Technique with an Application to Stereo Vision Eén-dimensionaal geval iteratief proces:

12 Ben Raes en Sam Decrock12 Tracking algoritmes An Iterative Image Registration Technique with an Application to Stereo Vision Uitbreiding naar meer dimensies werken met gradiënt ipv afgeleiden van F(x): fout: minimaal: (L2 norm)

13 Ben Raes en Sam Decrock13 Tracking algoritmes An Iterative Image Registration Technique with an Application to Stereo Vision Uitbreiding naar meer dimensies h wordt dan:

14 Ben Raes en Sam Decrock14 Tracking algoritmes An Iterative Image Registration Technique with an Application to Stereo Vision Uitbreiding / verbeteringen: niet enkel translaties via h schalering, rotatie, translatie via matrix A: eerst lage resolutie met low-pass filter band-pass filter

15 Ben Raes en Sam Decrock15 Tracking algoritmes Detection and Tracking of Point Features baseren zich op vorige paper zoeken een goed venster voor tracking

16 Ben Raes en Sam Decrock16 Tracking algoritmes Detection and Tracking of Point Features formule vorige paper: formule 2de paper:

17 Ben Raes en Sam Decrock17 Tracking algoritmes Detection and Tracking of Point Features criteria voor een goed tracking venster: n(x) = noise level G(x) = F(x+h) + n(x) coëfficiënten van G moeten boven noise level uitkomen moet goed geconditioneerd zijn

18 Ben Raes en Sam Decrock18 Tracking algoritmes Detection and Tracking of Point Features criteria voor een goed tracking venster: coëfficiënten van G moeten boven noise level uitkomen eigenwaarden van G moeten groot zijn. moet goed geconditioneerd zijn: eigenwaarden moeten ongeveer van gelijke grootte zijn Een venster zal aanvaard worden als: λ = threshold waarde

19 Ben Raes en Sam Decrock19 Tracking algoritmes Detection and Tracking of Point Features criteria voor een goed tracking venster: Een venster zal aanvaard worden als: λ = threshold waarde wordt bepaald: door een minimum: eigenwaarde van een gebied met gelijkaardige intensiteit door een maximum: eigenwaarde met hoeken sterke variatie in intensiteit λ = halfweg tussen minimum en maximum

20 Ben Raes en Sam Decrock20 Tracking algoritmes Richting van ons project bestuderen van verschillende trackingsoftware/algoritmes experimenteren op: haalbaarheid precisie …

21 Ben Raes en Sam Decrock21 Tracking algoritmes Vragen?