Detekce objektů z hloubkové kamery

Abstract

Tato práce se zabývá detekcí objektů z hloubkové složky RGB-D dat, jejichž zdrojem je stereokamera Intel Realsense. Nejprve je provedena rešerše dostupných metod pro hledání normálového vektoru plochy v mračnech bodů, segmentaci obrazu a detekci objektů. Posléze je těchto znalostí využito k navržení vlastních algoritmů na detekci normálového vektoru plochy a následnému přesnému určení polohy hledaných objektů. Tyto programy vycházejí zejména z RANSAC algoritmu a PCA, dále jsou kombinovány s naši apriorní znalostí tvaru objektů. Navržené programy jsou následně vyhodnoceny na manuálně označených datech, čímž je ověřeno, že jsou schopny přesné detekce v reálném čase.

This work deals with object detection from the depth part of RGB-D data, which are produced by stereo camera Intel Realsense. Firstly, research of available methods for plane normal estimation from point clouds, picture segmentation and object detection are conducted. Based on this knowledge, a program for detection of the surface normal and then the precise location of on surface laying objects is proposed. Our approach is mainly based on RANSAC algorithm and PCA, which are combined with our a prior knowledge of the object's shapes. Proposed programs are finally evaluated on a manually labelled dataset. The evaluation proves that presented algorithms are capable of high accuracy object detection in real-time.