1 / 13

以立體視覺引導 PTZ 攝影機的影像伺服系統研究

以立體視覺引導 PTZ 攝影機的影像伺服系統研究. 報告學生：陳嘉政 指導老師：彭守道 老師. 大綱. 前言 研究動機 實驗架構介紹 固定式與移動式攝影機比較圖 物件比對 (Pattern Matching) RBF 神經網路 SOM 神經網路 結論. 前言. 攝影機的使用已經非常的普及，一般攝影機的解析度較差，其使用方式多數為定點拍攝，不容易取得想要的影像。. 前言. 影像除了可以記錄與觀看，也可以將影像資訊用於自動化系統，藉此解決部分無法自動化的問題，例如：水果與稻米的篩選。. 研究動機.

wilma-bentley
Download Presentation

以立體視覺引導 PTZ 攝影機的影像伺服系統研究

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 以立體視覺引導PTZ攝影機的影像伺服系統研究 報告學生：陳嘉政 指導老師：彭守道 老師

  2. 大綱 • 前言 • 研究動機 • 實驗架構介紹 • 固定式與移動式攝影機比較圖 • 物件比對(Pattern Matching) • RBF神經網路 • SOM神經網路 • 結論

  3. 前言 • 攝影機的使用已經非常的普及，一般攝影機的解析度較差，其使用方式多數為定點拍攝，不容易取得想要的影像。

  4. 前言 • 影像除了可以記錄與觀看，也可以將影像資訊用於自動化系統，藉此解決部分無法自動化的問題，例如：水果與稻米的篩選。

  5. 研究動機 • 結合固定式攝影機與移動式攝影機，使我們能在拍攝大範圍影像時，也能取得重要且清晰的影像。 • 設計一個利用影像資訊，進行自動化的目標追蹤系統。

  6. 實驗架構介紹 • 實驗設備： 固定式攝影機2台 移動式攝影機1台 桌上型電腦1組

  7. 固定式與移動式攝影機比較圖

  8. 物件比對(Pattern Matching) • 可以透過事先建立的模型(model)，在影像中搜尋條件相似的物件。

  9. 影像座標 PTZ角度 RBF類神經網路

  10. 誤差與修正 • RBF神經網路所運算的結果，不一定能讓目標物停在影像中心，因此需要使用到SOM神經網路。 • 藉由SOM神經網路取得正確的角度值，並將資訊給予RBF神經網路進行更新學習。

  11. SOM類神經網路

  12. 結論 • 使用RBF神經網路，能有效的轉換影像資訊為角度資訊。 • 藉由SOM神經網路的幫助，能使系統產生自我修正的功能。 • Pattern Matching搜尋方式為全域搜尋，對系統負荷較大，容易造成系統運作變慢。

  13. 報告結束感謝聆聽

More Related