1 / 17

Razpoznavanje faze prijemanja na osnovi videza

Razpoznavanje faze prijemanja na osnovi videza. podiplomski š tudij, predmet: Strojni vid. Gregorij Kurillo. Laboratorij za robotiko in biomedicinsko tehniko Fakulteta za elektrotehniko, Univerza v Ljubljani. Uvod.

quyn-case
Download Presentation

Razpoznavanje faze prijemanja na osnovi videza

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. Razpoznavanje faze prijemanjana osnovi videza podiplomski študij, predmet: Strojni vid Gregorij Kurillo Laboratorij za robotiko in biomedicinsko tehniko Fakulteta za elektrotehniko, Univerza v Ljubljani

  2. Uvod • Appearance Based Methods: metoda razpoznavanja predmetov iz njihovega videza [Murase & Nayar, 1995] • Razpoznavanje predmetov pri robotskem prijemanju [Kragic & Christensen, 2002] • Razpoznavanje kretenj roke iz zajete slike (npr. znakovni jezik slušno prizadetih) [Wu & Huang, 2001] • Razpoznavanje stopnje odprtosti prijema s časovno parametrizacijo > > >

  3. Učna množica zajetje slik s ČB kamero 25 slik/s, resolucija 320*240

  4. Postopek I. • Zajem sekvence slik - učna množica: • Normalizacija slik: • Izračun lastnega prostora:

  5. Postopek II. • Izračun lastnih vrednosti (singular value decomposition): • Parametrični lastni prostor: • Postopek identifikacije slike y: Slika g0

  6. Lastne slike 1= 0.2451 2= 0.0502 3= 0.0126 4= 0.0046 5= 0.0022 6= 0.0015 7= 0.0008 8= 0.0004 9= 0.0001 10= -0.0000

  7. Lastni prostor t

  8. Identifikacija I.

  9. * Identifikacija II.

  10. Rezultati I. 1 … 4 d = 0.0661 d = 0.2346 d = 0.2769

  11. Rezultati II. 1 … 8 d = 0.0707 d = 0.1137 d = 0.0863

  12. Zaključek I. • Metoda razpoznavanja faze prijema z modeli na osnovi videza • dobre lastnosti: relativno dobra natančnost, hitra identifikacija, možnost uporabe na različnih področjih • slabe lastnosti: velikost podatkovne baze, izračun lastnih vrednosti, občutljivost na moteče vplive (npr. zakrivanje, osvetljenost)

  13. Zaključek II. • Uporaba pri razpoznavanju celotne faze prijemanja pri človeku ali robotu: • približevanje: sledenje roke v prostoru, odprtost prijema, razpoznavanje predmeta • zapiranje prijema: vrsta prijema, časovna sekvenca • prijem predmeta: lega sistema roka-predmet

  14. Literatura • H Murase, SK Nayar, “Visual learning and recognition of 3-D objects from appearance,” Int J Comput Vis, vol. 14, pp. 5-24, 1995. • SK Nayar, H Murase, SA Nene, “Parametric Appearance Representation,” 1996; citeseer.nj.nec.com/nayar96parametric.html • Y Wu, TS Huang, “Hand modeling, analysis and recognition for vision based human-computer interaction,”IEEE Signal Processing Magazine, May 2001, pp. 51-60. • V Athitsos, S Sclaroff, “An appearance-based framework for 3D hand shape classification and camera viewpoint estimation,” Technical Report BU-CS-TR-2001-022; cs-people.bu.edu/athitsos/publications/bucs-2001-022.pdf • D Kragic, HI Christensen, “Model based technique for robotic servoing and grasping,” Proc IEEE/RSJ Intl Conf Intelligent Robots and Systems, Lausanne 2002, pp. 299-304.

  15. H Murase, SK Nayar: “Visual learning and recognition of 3-D objects from appearance” • Razpoznavanje predmetov in njihove orientacije na osnovi izgleda (appearance based) <

  16. D Kragic, HI Christensen: “Model based technique for robotic servoing and grasping” • Razpoznavanje predmetov in njihove lege (pozicije in orientacije) pri robotskem prijemanju <

  17. Y Wu, TS Huang: “Hand modeling, analysis and recognition for vision based human-computer interaction” • Razpoznavanje kretenj roke iz zajete slike na podlagi kinematičnega modela človeške roke <

More Related