Efektivní RANSAC z nejednoznačných korespondencí
Efficient Many-to-Many RANSAC
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Šerých Jonáš
Vedoucí práce
Chum Ondřej
Oponent práce
Matoušek Martin
Studijní obor
Informatika a počítačové vědyStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra kybernetikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://www.cvut.cz/sites/default/files/content/d1dc93cd-5894-4521-b799-c7e715d3c59e/cs/20160901-metodicky-pokyn-c-12009-o-dodrzovani-etickych-principu-pri-priprave-vysokoskolskych.pdfVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://www.cvut.cz/sites/default/files/content/d1dc93cd-5894-4521-b799-c7e715d3c59e/cs/20160901-metodicky-pokyn-c-12009-o-dodrzovani-etickych-principu-pri-priprave-vysokoskolskych.pdf
Metadata
Zobrazit celý záznamAbstrakt
V této bakalářské práci se věnujeme problému robustního odhadu dvoupohledové geometrie z mnohonásobných korespondencí. Způsoby, kterými se standardně získávají tentativní korespondence, zajištují, že se každý zájmový bod uplatní pouze v jediné potenciální korespondenci. Tyto konstrukce množiny potenciálních korespondencí, obvykle založené na testu poměru vzdáleností~\cite{Lowe2004}, nebo na vzájemné blízkosti~\cite{Matas2002} příznaků, přirozeně vyřazují potenciálně víceznačné korespondence.
Ukazujeme, že v některých typech scén, například ve scénách obsahujících opakované struktury, nesou mnohonásobné korespondence cenné informace, které mohou být využity pro vylepšení odhadu geometrie.
Navrhujeme čtyři nové varianty algoritmu \loransac, z nichž všechny využívají mnohonásobných korespondencí k tomu, aby v určitých situacích poskytly lepší výsledky než standardní \loransac.
Shromáždili jsme přes 50 dvojic fotografií ze standardních testovacích datových sad obohacených o naše vlastní snímky a využili je k otestování navrhovaných algoritmů a jejich porovnání se standardním algoritmem \loransac.
Na základě výsledků těchto testů jsme potvrdili, že jeden z námi navrhovaných algoritmů překonává standardní \loransac a přitom v případech, které zvládá původní algoritmus řešit dobře, není výpočetně náročnější. In this bachelor thesis, we investigate the problem of robust two-view geometry
estimation from many-to-many correspondences. In standard approaches, the
construction of tentative correspondences ensures that each feature point
participates in at most one potential correspondence. Such constructions,
typically based on a distance ratio~\cite{Lowe2004} test or mutually nearest
property~\cite{Matas2002}, naturally drops potentially ambiguous
correspondences.
We show, that for certain types of scenes, such as those containing repeated
structures, many-to-many correspondences contain valuable information that can
be utilized in order to improve the geometry estimation.
Four new variants of the \loransac algorithm are proposed, each of them using
the additional many-to-many correspondences in order to get better results than
the standard algorithm in some scenarios.
We have collected more than 50 image pairs from standard benchmark datasets and
our own photos and used them to test all of our proposed algorithms against the
state-of-the-art \loransac. Based on the experimental results, we have
concluded, that one of our proposed algorithms outperforms the standard
\loransac, while not introducing any additional computational cost in the
cases, when the original algorithm works well.
Kolekce
- Bakalářské práce - 13133 [778]