Einführung in die Objekterkennung im dreidimensionalen Raum

1. Einführung in die Objekterkennung im dreidimensionalen Raum Sind Objektrepräsentation und Segmentierung trennbar? Matthias Krause nach Ruzena Bajcsy, Franc Solina, Alok Gupta

2. Definition der Vorverarbeitung • Jeder geometrische Signalverarbeitungsalgorithmus, der die Daten eines Sensors in eine anwendungsoptimierte Form übersetzt • Frühverarbeitungsalgorithmen partitionieren oder segmentieren idealerweise die Rohdaten in geometrische Grundformen, so dass jeder Bilddatenpunkt zu einer geometrisch gedeuteten Gruppe gehört • Ziel: Rauschen entfernen, Geometrie erhalten

3. Range Images - Tiefenbilder

4. Oberflächengeometrie • Vorverarbeitung: Glätten und Entfernen von irrelevanten Daten.

5. Glättungsverfahren: • Mittelwertglättung – linear oder nichtlinear • Gute Rauschunterdrückung • Abschwächung hoher Ortsfrequenzen • Verwischen von Kanten • Nichtlinearer Medianfilter • Keine Kantenverwischung • Rechenaufwand • K-nearest-neighbor-Glättung • Gute Alternative bei K=5 zur 3x3 Mittelwertglättung

6. Glättungsverfahren(2) • Jede Aufnahme benötigt andere Verfahren • Verfahren nicht vergleichbar -> individuell anpassen • Bestrebung, von möglichst wenigen Parametern abhängig zu sein

7. Objekterkennung Beobachtung Modellierung Objekt Objekt Teile Teile Features Features Daten Daten

8. Objekterkennung – Aufgaben • ALV – autonome Land-Fahrzeuge • Viele, wahrscheinlich unbekannte Objekte der Natur • Industrielle Roboter-Bilderkennung • Wenige Objekte an einem Zeitpunkt • Dennoch bis zu 150.000 verschiedene Bauteile im Repertoire • Industrielle Inspektion • Fehlerentdeckung • Weltraumanwendungen • On Board – gut beschrieben • Planetenerforschung • Heim- und Dienstroboter • Komplexe Umgebung, komplexe Objekte • Warenhausroboter • Flexible Routen

9. Objekterkennung – Dimensionen • Zahl der Objekte • Variabilität der Modelle • Komplexität des Hintergrundes • Berechnungskomplexität

10. Einführung • 1. Was sind die geometrischen Grundformen, die (möglicherweise eindeutig) die Daten beschreiben? • 2. Welche Prozesse ermöglichen die Dekomposition? • 3. Was ist die grundlegende Kontrollstrategie, um die gemessenen Daten zu erklären?

11. Die Rolle von Grundformen • Die Welt ist zu komplex, um sie digital zu repräsentieren. • Daher muss der visuelle Input auf ein Niveau reduziert werden, welches den jeweiligen Anforderungen genügt. • Vereinfachung bedeutet, Bilder in Entitäten zu teilen, die den entsprechenden realen Objekten anwendungsgenügend entsprechen (Prinzip der Sparsamkeit).

12. Die Rolle von Grundformen (2) • müssen Formanalyse ermöglichen • Polyeder • Kugeln • verallgemeinerte Zylinder • Superquadriken

13. Polyeder http://mathworld.wolfram.com/Polyhedron.html

14. Kugeln • http://mathworld.wolfram.com/Sphere.html

15. Verallgemeinerte Zylinder • http://mathworld.wolfram.com/GeneralizedCylinder.html

16. Superquadriken

17. Superquadriken(2) • Zum Ausprobieren: • http://www.gamedev.net/reference/programming/features/superquadric/superquadric.zip

18. Wahl der Grundform • Eine Grundform: einfacher Segmentierungsprozess, aber nicht natürlich • Bsp: Eine Gerade aus Kreisstücken darstellen oder umgekehrt • Natürliche Grundformwahl: Kombinatorische Explosion • -> Limitierung der Anzahl von Grundformen

19. Einflussfaktoren • Manchmal möglich, zu wissen, dass eine bestimmte Klasse von geometrischen Modellen genügt, um die Welt zu beschreiben • Lagerverwaltung – aus Kisten, also Quadern • Weiß man die Komplexität der Szene, ist eine Vereinfachung der Kontrollstruktur möglich, da das Wissen um die Dimension der Objekte die Wahl des Formmodells vereinfacht

20. Einflussfaktoren(2) • Unterschiedliche Ziele aufsteigender Komplexität • Objektvermeidung • Objektmanipulation • Objektidentifikation

21. Repräsentationsarten • Volumetrische Repräsentation • Formbasierte Repräsentation • Grenzenbasierte Repräsentation

22. Volumetrische Repräsentation • Liefert umfassende Eigenschaften • Gesamtform • Klassifizierung der Grundformen nach • Länglich, flach, rund, zugespitzt, gebogen oder verdreht

23. Formbasierte Repräsentation • Liefert Details über Oberflächen, die Teile von größeren Volumenkörpern sind • Differenziert zwischen • flachen oder gebogenen, • konkaven gegen konvexe, • glatten gegen raue Oberflächen

24. Grenzenbasierte Repräsentation • Repräsentiert die Oberfläche und Biegung nahe der Grenzen • Trennt Objekte vom Hintergrund -> definiert dadurch das Objekt

25. Vereinfachen der Wahl • Statt kombinatorischer Suche: • Aus den Daten bestimmen, wo welches Modell eingesetzt werden sollte • Möglicherweise eine “grob zu fein”-Strategie • Ein umfassendes System sollte alle Grundformarten beinhalten

26. Kriterien der Auswahl von Grundformen • Dreidimensional: Superquadriken • Zweidimensional: Oberflächengrundformen • Eindimensional: Konturgrundformen

27. Konturgrundformen Nachteile: Zu lokal, um Zusammenhänge zu erkennen Störungsempfindlich gegenüber lokalen Veränderungen Vorteile: Erkennen Konturdetails Beschreiben die globale Form Teilen Objekte auf

28. Oberflächengrundformen • Unstetigkeiten werden als Begrenzungen gezählt • Menschliche Wahrnehmung definiert Objekte als Ansammlung von Oberflächen • werden Unstetigkeiten als Falten wahrgenommen, sind bessere Objektbeschreibungen möglich

29. Volumengrundformen • Parametrische Modelle sehr beliebt • Kompakte Beschreibung (wenige Parameter) komplexer Formen • Vorteile von Superquadriken • Überall differenzierbar • Enthalten eine große Bandbreite von natürlichen Formen • Einfach lösbare Parameter

30. Der Segmentierungsprozess • Entscheidung, was zur Segmentierung benötigt wird • Zwei Basisstrategien: Grob zu fein, Fein zu grob • Beide vor- und nachteilbehaftet, beide benötigt • Einteilung nach Repräsentationen ebenfalls möglich

31. Grob zu Fein • Schnelle Abschätzung über Volumen/Grenzen/Oberflächen des Objekts • Weitere Verfeinerung bis zum gewünschten Detailgrad • Aber: die detektierbaren Details oft nur durch Repräsentationsänderung ermittelbar

32. Grundidee: • Progressives blurring der Bilder klärt die Grobstruktur • Details beeinflussen nicht die Grobstruktur, daher kein Backtracking erforderlich

33. Scale-Space • Tiefpassfilter auf verschiedenen Auflösungen erzeugt einen Skalen-Raum • Niedrige Skalen beschreiben Details • Hohe Skalen beschreiben homogene Regionen

34. Fein zu Grob • Einige Details können beim Klassifizierungsprozess helfen, da sie Objekte ausschließen können • Zuviele Details enden in kombinatorischer Explosion

35. Segmentierung durch volumenbasierte Repräsentanten • Binford und Nevatia: Basis = verallgemeinerte Zylinder • Solina: Basis = Superquadriken

36. Solina • Gegeben: Tiefenbild • Fasse alle Objektpunkte in einem Elipsoid zusammen • Minimierung des Ellipsoids: Beziehe rekursiv die Objektpunkte mit ein und finde Parameter, damit die Form die Objektpunkte schneidet oder nahe der Oberfläche ist • Problem: mehrere Objekte nicht separierbar

37. Segmentierung durch Informationen über die Grenzen • Basiert auf der Erkennung von Unstetigkeiten in Tiefenwerten und Orientierung • Objektpunkte mit ähnlichen Eigenschaften werden verschmolzen • Kurvenannäherung kann durchgeführt werden (Splines, etc)

38. Segmentierung durch Informationen über die Grenzen(2) • Verdeckungen (und Unterbrechungen) erkennbar durch Weiterführung der Kurven • Ramachandran zeigt: uneindeutige Oberflächeninformationen können durch die Kanteninformationen gelöst werden

39. Segmentierung durch Oberflächengrundformen • Sehr beliebt, da einfacher handhabbar als Volumenkörper • Der Prozess beginnt bei lokalen Nachbarschaften und wird ausgedehnt • Wasserscheiden-Verfahren • Problem: unwichtige lokale Minima • Für den Gesamtkontext volumetrische Modelle besser geeignet

40. Kontrollstruktur • Wie sollen die drei Strukturen verwoben werden? • Zwei Extrema • Parallele Abarbeitung • Auftauchen von Konfliktsituationen, die gelöst werden müssen • Sequenzielle Abarbeitung • Bei Erreichen von „falschen Fährten“ wäre Backtracking nötig

41. Kontrollstruktur (2) • Menschliche Erkennung kann Kanten ergänzen • Ziel: Rechnerbasiert muss ein System ebenfalls anpassungsfähig sein

42. Vorschlag • Paralleles Abarbeiten von volumen- und grenzbasierter Segmentierung • da gegensätzlich • Interaktion zwischen den Methoden zur Kontrolle und Präzisierung von Grenzen/Körpern • Oberflächenanalyse für Details • Konflikt-Lösungsmöglichkeit für „unsichtbare Kanten“ -> Ermittlung der Unstetigkeitstellen

43. Kontrollstruktur (3) • Muss Verlässlichkeit der Informationen feststellen • Muss Teil/Ganzes-Beziehungen entscheiden • Braucht viele Parameter -> vorfestgelegt oder im Prozess ermittelt • Z.B. • Größe(-nbereich) der lokalen Nachbarschaften • Größe(-nbereich) der volumetrischen Modelle • Anzahl (oder Bereich) der erwarteten Einheiten • Schwellenwerte für Partitionierung und Zusammenführung • Detailgrad

44. Zusammenfassung • Bei der Bilderkennung gibt es zwei grundlegende Verfahren • Objektrepräsentation und Segmentierung • Diese sollten zusammen angewendet werden, da sie einander ergänzen können • Ein Vorschlag zur Zusammenarbeit wurde vorgestellt: • Das Finden von Volumenkörpern wird einschränkend unterstützt durch Kantenfindung • Feinere Details werden mittels Oberflächenrepräsentierung gefunden

45. Quellen: • EarlyProcessing – EP discussion group • Segmentation versus object representation - are they separable? Ruzena Bajcsy, Franc Solina, Alok Gupta • Superquadriken • http://www.gamedev.net/reference/articles/article1172.asp • http://graphics.tu-bs.de/lvcg01-02/Vorlesung1/Superquadriken.pdf • Skalenräume • http://cyvision.if.sc.usp.br/msskeletons/ • http://www.isip.uni-luebeck.de/~metzler/pdf/bvm99-metzler.pdf • Segmentierung mit Superquadriken • http://www.cs.caltech.edu/~arvo/papers/GenMod.pdf • Objekte: • http://mathworld.wolfram.com • Webquellen vom 27.7.2004