Nowoczesne techniki wyznaczania map głębi
-
Upload
krzysztof-wegner -
Category
Education
-
view
31 -
download
4
Transcript of Nowoczesne techniki wyznaczania map głębi
-
*Nowoczesne techniki wyznaczania map gbi
mgr in. Krzysztof WegnerKatedra Telekomunikacji Multimedialnej i MikroelektronikiPolitechnika Poznaska
Seminarium Przetwarzanie obrazw i multimedia, listopad 2008
*
-
Plan prezentacjiOcena jakoci (Middlebury+, MPEG)Poprzednie podejciaOglna ideaMiary podobiestwaAlgorytmy optymalizacjiPrzysze prace
-
Baza danych MiddleburyStrona powicona algorytmom wyznaczania map gbiDostpne wielowidokowe statyczne zestawy testowe z mapami Ground-TruthRanking dokadnoci wyznaczania map gbi dla 4 zestaww testowych: Tsukuba, Venus, Teddy, ConesOkoo 50 algorytmw z caego wiataKryterium bad-pixelshttp://vision.middlebury.edu/
-
Obrazy testowe MiddleburyTsukubaVenusTeddyConesObrazGbia
-
Kryterium bad-pixelsKlasyfikacja punktu jako bdny:Przekroczenie progu przez warto bezwzgldn bdu rozbienociProgi: 0.5, 0.75, 2.0Wzgldna liczba bdnych punktwSpaszczenie charakteru bdw!Wyniki najlepszych algorytmw: 0,1% - 3%
-
Uzupenione kryteria ocenyNBP-SAD (Normalized Bad Pixel SAD)
NBP-SSD (Normalized Bad Pixel SSD)
-
MPEG - sekwencje10 sekwencji testowych:Pantomime, Champagne_tower, Dog, Book_arrival, Leaving_laptop, Doorflowers,Alt-Moabit, Lovebird1&2, NewspaperRozdzielczo:1024x768 1280x960 Ilo klatek/s:16,67 30 FPSDugo:100 600 ramekRozstaw kamer:3,5 cm 6,5 cmIlo kamer:12 80 kamer
-
MPEG - sekwencjeDoorflowersAlt MoabitLovebird 1Lovebird 2PantomimeChampagne towerDogNewspaper
-
MPEG - jakoPorwnanie poziomu PSNR syntezy widoku z oryginalnym widokiemSynteza widokw SL, SR w pozycjach widokw OL, ORna podstawie widokw NL+D, NR+DWynik syntezy (SL, SR) porwnywany z oryginaami (OL, OR)
-
Poprzednie podejciaBezporednie pasowania blokwAlgorytm Viterbiego (1D)Przepyw optycznyInteligentna dekwantyzacja (Mid-level hypothesis)
-
Poprzednie podejciaBad-pixel vs PSNR syntesy*
-
Oglna ideaWikszo algorytmwwyznaczania gbi dziaa w oparciu o nastpujcy schematWyznaczenie kosztu pasowaniaelementw scenypasowanie blokwpasowanie segmentwpasowanie elementw strukturyOptymalizacja Nic - WTA (Winner Takes All)Algorytm ViterbegoPropagacja wierze - Belief PropagationCiecie grafu - Graph CutPrzetwarzanie kocoweZwikszanie precyzji mapy gbiWykrywanie nie cigoci mapy gbi
-
Miary podobiestwa obrazuStosowane miary podobiestwa obrazwMiara SSDMiara SAD Miara GRADMiara RANKMiara CENTUSPodobiestwo segmentw (ksztat)
*
-
Miara RANKNon-parametric Local Transforms for Computing Visual Correspondence - Ramin Zabih and John WoodfillMiara oparta o nieparametryczn transformacj obrazu RANK Transformacja RANK przypisuje kademu punktowi P obrazu liczb okrelajc ilo punktw w jego ssiedztwie N(P) ktre maj mniejsz od niego jasno I.
*Przykadowy punkt P wraz z otoczeniem. Punkty o jasnoci mniejszej od I(P) wytuszczono
127127129126128129127131127
-
Miara RANKMiar podobiestwa dwch punktw jest rnica pomidzy wartociami transformaty RANK .Zastosowanie transformacji RANK na obrazie Cones
*Obraz oryginalnyTransformacja RANK obrazu oryginalnego z otoczeniem 5x5
-
Miara CENTUSNon-parametric Local Transforms for Computing Visual Correspondence - Ramin Zabih and John WoodfillMiara oparta o nieparametryczn transformacj obrazu CENTUSTransformacja CENTUS przypisuje kademu punktowi P obrazu cig bitw reprezentujcy ktre z punktw w jego ssiedztwie N(P) maj mniejsz od niego jasno I.
*Przykadowy punkt P wraz z otoczeniem. Punkty o jasnoci mniejszej od I(P) wytuszczono
127127129126128129127131127
110100101
-
Miara CENTUSMiar podobiestwa dwch punktw jest odlego hamminga pomidzy wartociami transformaty CENTUSZastosowanie transformacji CENTUS na obrazie Tsukuba
*Obraz orginalnyTransformacja CENTUS obrazu oryginalnego z otoczeniem 5x5
-
Miary podobiestwa obrazw Mapy gbi wyznaczone na postawie rnych miar podobiestwa obrazw dla obrazka cones
*
SADGRADRANKCENTUS59,180444%55,754074%77,143111%61,539556%
-
Agregacja kosztuAgregacja kosztu bazuje na obserwacji i pasowanie pojedynczych punktw jest nie efektywneAgregacja w bokach powoduje pojawienie si artefaktw pasowania elementw spowodowanie nieregularnymi ksztatami elementw obrazuRozwizanie: Pasowanie elementw w mikko po segmentowanym obrazie
*
-
Mikka segmentacjaObraz dzielony jest na wiele nakadajcych si segmentw. Kady punktu naley do danego segmentu z pewn wag bazujc na podobiestwie analizowanych punktw.
*
-
Miary podobiestwa obrazw *
SADGRADRANKCENTUS33,612444%12,795259%41,185778%25,473185%
SADGRADRANKCENTUS59,180444%55,754074%77,143111%61,539556%
-
czne miary podobiestwa obrazwAby zwikszy jako wyznaczania map gbi zaproponowano czne miary podobiestwa obrazwMax(SAD,GRAD,RANK)SAD+RANK
*
SADGRADRANKMAX(SAD,GRAD,RANK)33,612444%12,795259%41,185778%6,135704%
-
Miary podobiestwa obrazwd
*
GRADSADRANKSAD+RANKMax(SAD,RANK,GRAD)WTA13,9538,0547,0912,916,93BP3,74,132,942,852,98
*
-
Belief PropagationOglna metoda rozwizywania problemw optymalizacyjnychUywana jest najczciej doWyznaczania map gbiUzupeniania obrazwGenerowania nowej tekstury na podstawie prbki Segmentacji obrazw
*
-
Belief propagationNa elementach strukturalnych (punkty, segmenty) obrazu (np. lewego) rozcigana jest siatka wzw algorytmu BP.Jeli dwa elementy ssiaduj ze sob w obrazie odpowiadajce im wzy take zostaj poczone.
*
-
Belief propagationW kadym wle przechowywana jest informacja o koszcie pasowania danego elementu z obrazu lewego w pewne potencjalne miejsce w obrazie prawymKoszt ten jest miar wierzenia wza i element ktry reprezentuje faktycznie pasuje w dane miejsce w drugim obrazie
*
-
Belief propagationPropagacja wierze pomidzy wzami za porednictwem dedykowanych wiadomoci
Schemat bez widoku
*
-
Belief propagationWiadomoci wyznaczane s na podstawie:Modelu zmiany wierzenia
Wasnych obserwacji
Wiadomoci otrzymanych z innych wzw
*
-
Modele zmiany wierzenia - modele gadkoci Potts Model
Model liniowy
Belief propagation
-
Belief propagationZaproponowany przez nas model zmiany wierze:oparty o model liniowyuwzgldnia podobiestwo punktw pomidzy ktrymi przesyana jest wiadomozbudowany na liniowej funkcji g(x) z nasyceniem
*gdzie:Ip Jasnoc punktu p, Iq Jasno punktu q
Jeli wystpuje krawdz w obrazie miedzy punktem p i q punkty te mnie oddziauj ze sob.*
-
Hierarchiczny BPPrzypieszenia dziaaniaGeneralizacji wynikuPrzetwarzanie od warstwy o najmniejszej liczbie wzw do warstwy o najwikszej liczbie wzw
*
-
Wyjcie z algorytmuPod koniec dziaania algorytmu, wyznacza si wierzenia wasne kadego wza.
Rozbieno fp o najmniejszej wartoci wierzenia jest wybierana, jako wynik
*Mapa gbi dla obrazu Cones 2.313481%
-
Inne modyfikacje8 punktowe otoczenie
Przetwarzanie co 2 drugiej wiadomoci w schemacie szachownicy
Estymacja podpunktowa
*Otoczenie 4 punktoweOtoczenie 8 punktoweSiatka algorytmu BP
*
-
Graph CutsOglna technikaUywana w oprogramowaniu referencyjnym MPEGaNa elementach strukturalnych (punkty, segmenty) obrazu (np. lewego) rozcigany jest grafJeli dwa elementy ssiaduj ze sob w obrazie, odpowiadajce im wzy take zostaj poczone krawdzi o wadze odpowiadajcej podobiestwu tych dwch elementw
-
Graph CutsDo grafu wstawia si pewn ilo wzw rdowych reprezentujcych moliwe wartoci rozbienociWzy rdowe czone s z kadym wzem w grafie za pomoc krawdzi o wadze odpowiadajcej kosztowi pasowania tego elementu w dane miejsce w drugim obrazie
*
-
Graph CutsGraf dzieli si na rozczne fragmenty za pomoc cicia grafu w taki sposb aby kady fragment poczony by tylko z jednym wzem rdowymWze rdowy poczony z danym fragmentem, reprezentuje szukan wartoci rozbienoci
*
-
Jako map gbi - wyniki*
-
Przysze praceSpjno czasowaOptymalne odlego midzy kameramiSegmentacja
-
Odlego miedzy kameramiJak odlego miedzy kamerami wpywa na jako wyznaczonych map gbi?
*
-
Wyniki dokadno punktowa*
-
Wyniki dokadno ppunktowa*
-
Dzikuj za uwagPytania?
-
Technika wyznaczania Ground-TruthWymaga nawietlania tekstur o regularnym wzorzeKody Graya w poziomie i pionie
-
Inteligentna dekwantyzacjaZaoenie: na granicy poziomw kwantyzacji wystpuje poziom poredniWeryfikacja zaoenia na podstawie resyntezyRozrost analizowanego obszaruWykonywanie wielokrotne pozwala na wielokrotne zagszczenie liczby poziomw
-
1. Detekcja krawdzi jednostkowych
-
2. Warto porednia
-
3. Weryfikacja przez reysteze
-
4. Rozprzestrzenianie hipotezy
-
5. Koniec przetwarzania
-
Inteligentna dekwantyzacja
Chart3
1111
1.140089380.98345572420.98020812840.9889925406
0.922399730.8456139310.89297589910.9629787011
0.92728658120.82835153220.87133865630.9500623584
Iteracja
Procent bdnych punktw
Procent bdnych punktw wzgldem skwantowanej may gbi
Sheet1
VenusGround TruthBad pixelnsad
"1/2""1/4""1/8""1/16""1/32""1/2""1/4""1/8""1/16""1/32"
Ground Truthdddd11.00.51.00.50.250.1250.06250.03125
dddd142.4692dddd10.000.000.000.000.000.000037.61121562.89657688.17635688.176356000.4168820.3497930.2853460.285346
dddd242.22239.0269dddd20.000.000.001.281.403.3201.48803133.58485258.66622986.00879286.00879200.6651040.4265390.3510640.2791970.279197
dddd443.577239.9641dddd40.010.070.201.321.523.890.0644811.67775520.03447345.37129581.61920181.6191011.1766830.6993020.4363220.3322740.2402220.240222
dddd843.573439.8533dddd80.020.090.261.181.464.160.0880421.58475220.11817444.97138679.50671879.5067181.2244720.7114140.4295910.3303410.2411470.241147
Bad pixelnsad
VenusDoubleBP2"1""1/2""1/4""1/8""1/16""1/32""1""1/2""1/4""1/8""1/16""1/32"
GTDddd11.00.51.00.50.250.1250.06250.03125
dddd138.5572100dddd10.130.451.877.828.2211.30.3763488.84448241.08886662.13798488.29849988.2984993.8609970.8248420.5100020.4168230.3366470.336647
dddd237.242838.7338.73dddd22.122.465.8216.316.624.12.58793317.17187444.33029364.95997888.11559588.1155951.6037970.8815980.6010380.4895570.3937560.393756
dddd437.843139.879739.8797dddd41.231.635.4713.113.520.41.71301514.29005436.27880757.41938385.39621985.3962191.8255670.8752280.6013220.4719730.35830.3583
dddd837.832939.792339.7923dddd81.251.645.3713.013.420.01.73789614.19891235.77535756.310884.11155384.1115531.8223780.8796010.6039710.4748850.359240.35924
Bad pixelnsad
VenusSubPixelDoubleBP"1""1/2""1/4""1/8""1/16""1/32""1""1/2""1/4""1/8""1/16""1/32"
GTDddd11.00.51.00.50.250.1250.06250.03125
dddd138.619343.3539dddd10.110.431.537.457.8312.60.3645688.49231540.83156163.79683488.27679988.276799
dddd237.247140.167238.8896dddd22.192.535.5316.416.824.62.67659517.21093545.1338365.81125688.45288288.452882
dddd437.849441.470840.0059dddd41.201.564.3513.814.322.91.68209514.91502738.19526759.17277985.98895185.988951
dddd837.83441.405339.9172dddd81.211.574.3713.514.021.51.69077514.5845637.72343758.40582384.99879184.998791
Bad pixel
VenusRegionTreeBP"1""1/2""1/4""1/8""1/16""1/32"
GTDddd11.00.51.00.50.250.1250.06250.03125
dddd138.5926100dddd10.220.571.939.089.7413.80.74649510.41125442.04740664.41250788.457222288.457222
dddd238.004438.967538.9675dddd21.972.385.2011.512.123.82.62079412.25331240.88240263.26982387.63942587.639425
dddd438.604239.926939.9269dddd41.191.675.429.9310.723.01.83833811.04614831.43402853.62862583.9887983.98879
dddd838.580639.78439.784dddd81.251.775.469.4610.221.61.951810.57865831.19594352.87840982.87090782.870907
Bad pixel
VenusGenModel"1""1/2""1/4""1/8""1/16""1/32"
GTDddd11.00.51.00.50.250.1250.06250.03125
dddd128.521941.7991dddd12.463.7620.514.816.027.74.947702100.00%100.00%100.00%100.00%
dddd228.538938.391538.8234dddd23.514.8219.417.818.829.66.108986114.01%98.35%98.02%98.90%
dddd428.598239.481439.7235dddd42.663.9818.713.815.027.25.22174892.24%84.56%89.30%96.30%
dddd828.592139.493739.6516dddd82.734.0618.913.814.926.55.3190992.73%82.84%87.13%95.01%
17.88922945.75818366.19318488.996013
20.3953245.00114764.88309788.016393
16.5010238.69375759.10891885.701265
16.58844237.90386157.6766884.551762
Sheet1
Iteracja
Procent bdnych punktw
Procent bdnych punktw wzgldem skwantowanej may gbi
Sheet2
Sheet3
-
Inteligentna dekwantyzacja
-
Mapy gbiMPEG dokument : pojcie gbiaObrazek - krtko
*
*
*Jeli wystpuje krawdz w obrazie miedzy punktem p i q punkty te mnie oddziauj ze sob.*
*