전체 글 (25) 썸네일형 리스트형 [0511 MVG] Affine reconstruction에서 가장 중요한 것은 plane at infinity이다. Metric retification에서는 CDCP, metric reconstruction은 IAC를 알면 된다. 양 이미지에 대해 point correspondence를 찾고, 이 조건을 이용해 F를 구한다. 이후 F로 부터 P, P'을 아무거나 찾을 수 있다. 이로 부터 가상의 3차원 좌표를 구할 수 있다. 본 구조물 (3D)에 대해 평행성을 만들어 주기위해, 3D Homography => affine recon 닮은꼴 변환 3D Homography => Metirc recon (P와 P'을 이용하여 어떻게 3D recon을 하는지?? => triangulation+ F를 어떻게 구하는지? => 두 이미.. [0427, 0504]MVG Camera Calibration and Image of Absolute Conic (IAC) => vanishing point와 vanishing line을 찾아서 calibration하는 법 (d,0)T의 ray는 vanishing point를 가진다. v = P(d,0)^T 3차원에 있는 plane에 대해 알고 싶어서, 그 plane에 대한 vanishing line: l을 조사함 l을 조사하다도면, 3차원에 있는 plane의 normal vector를 구할 수 있다. image plane 상의 vanishing point와 plane at infity상의 point는 homography = KR 관계를 가진다. absolute conic을 image plane으로 보내보면 w = K^{-T}K^{.. Camera coordinate & Distortion (SLAM KR) Here we're gonna learn how the point in the world coordinate is mapped to the point in the camera coordinate. Global steps 1) World coordinate to camera coordinate by extrinsic parameters (rotation & translation) $$P_{w} = [X_{w}, Y_{w}, Z_{w}]^{T}$$ $$\tilde{P}_{c} = RP_{w} + t, \ \ \tilde{P}_{c} = [X_{c}, Y_{c}, Z_{c}]^{T}$$ where tilde means inhomogenous coordinates. 2) Mapping the camera coo.. A Survey on Deep Learning for Localization and Mapping: Towards the Age of Spatial Machine Intelligence Abstract - Introduction with learning-based (data-driven) localization and mapping. - Revisit the problem of perceiving self-motion and scene understanding with on-board sensors. Introduction - Why do we have to study deep learning for localization and mapping (L&M)? The advantages of deep-learning method for L&M 1) model based로 풀기 어려웠던 환경적인 제약 조건들 (featureless areas, dynamic lightning, motion b.. 3D Rigid Body Transform (SLAM KR) Now, we're gonna learn how's the rotation done with the two vectors. First, there are some word, (Pitch, Yaw, Roll) this GIF would have help us to understand what it is. Rotation on X-axis (R_x) \begin{pmatrix} 1 &0 &0 &0 \\ 0 &cos\theta_{x} &-sin\theta_{x} &0 \\ 0 &sin\theta_{x} &cos\theta_{x} &0 \\ 0 &0 &0 &1 \end{pmatrix} Rotation on Y-axis (R_y) \begin{pmatrix} cos\theta_{y} &0 &sin\theta_{y.. Introduction to SLAM (SLAM KR) 강의를 들으면서 들었던 궁금증 ## 단안카메라 ## Disparity (stereo image에서 x축 사이의 차이; 즉 depth로도 표현이 가능하기도 하네) 와 depth의 차이는 뭘까 영상에서 feature를 추출하고 영상간의 feature matching 후 triangulation을 통해 3차원 포인트를 계산 => 일반적으로 알고 있는 sfm이라고 생각해도 될 듯 단순하고 실시간 적용에 적합 baseline의 부재로 depth는 알 수 없음 정확한 scale 정보 없음 ## 양안 카메라 ## baseline이 존재하기 때문에 depth 추출 가능 left 와 right image에 대해 stereo matching을 하여 disparity map을 추출 가능 단안 카메라의 경우보다 정확한 위치 .. Conic Conic can be represented by 6 parameters, $$ax^2 + bxy + cy^2 + dx + ey + f = 0$$ it can also represented with matrix form like this: \begin{pmatrix} a &b/2 &d/2 \\ b/2 &c &e/2 \\ d/2 &e/2 &f \end{pmatrix} The relationship between point and conic is like this: $$x^TCx=0 \ \ \ where \ x = (x_1, x_2, 1)$$ Dual conic C*: composed of a bunch of lines which is a tangent line. $$C^* = kC^{-1}$$ ** Cha.. Projective Geometry and Transformations of 2D # Day 1-1 : Homogenous Coordinate Before you read! This book has two notations,"Geometric Representation" and "Algebraic Representation". It would be confused of these combined notations. These two notations which mean points are same. I just wanna let you know! $$X : (x, y) \in \Re^2 : algebraic$$ $$X : (kx, ky, k) \in P^2 : Geometric $$ The line can be written in same rule. when k is not zero... 이전 1 2 3 4 다음
