Soumettre la recherche
Mettre en ligne
ラドン変換を用いた消失点検出による射影歪み補正の考察
•
Télécharger en tant que PPTX, PDF
•
2 j'aime
•
2,390 vues
H
hasegawamakoto
Suivre
ラドン変換を用いた消失点検出による射影歪み補正の考察
Lire moins
Lire la suite
Sciences
Signaler
Partager
Signaler
Partager
1 sur 15
Télécharger maintenant
Recommandé
[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...
[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...
Deep Learning JP
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
Deep Learning JP
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
Deep Learning JP
【DL輪読会】DINOv2: Learning Robust Visual Features without Supervision
【DL輪読会】DINOv2: Learning Robust Visual Features without Supervision
Deep Learning JP
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
Yusuke Uchida
BRDF レンダリングの方程式
BRDF レンダリングの方程式
康弘 等々力
【DL輪読会】HyperDiffusion: Generating Implicit Neural Fields withWeight-Space Dif...
【DL輪読会】HyperDiffusion: Generating Implicit Neural Fields withWeight-Space Dif...
Deep Learning JP
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習
cvpaper. challenge
Recommandé
[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...
[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...
Deep Learning JP
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
Deep Learning JP
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
Deep Learning JP
【DL輪読会】DINOv2: Learning Robust Visual Features without Supervision
【DL輪読会】DINOv2: Learning Robust Visual Features without Supervision
Deep Learning JP
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
Yusuke Uchida
BRDF レンダリングの方程式
BRDF レンダリングの方程式
康弘 等々力
【DL輪読会】HyperDiffusion: Generating Implicit Neural Fields withWeight-Space Dif...
【DL輪読会】HyperDiffusion: Generating Implicit Neural Fields withWeight-Space Dif...
Deep Learning JP
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習
cvpaper. challenge
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
Yusuke Uchida
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」
Naoya Chiba
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
Deep Learning JP
生成モデルの Deep Learning
生成モデルの Deep Learning
Seiya Tokui
SSII2020 [O3-01] Extreme 3D センシング
SSII2020 [O3-01] Extreme 3D センシング
SSII
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Deep Learning JP
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
Ryutaro Yamauchi
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII
Deep Learningによる画像認識革命 ー歴史・最新理論から実践応用までー
Deep Learningによる画像認識革命 ー歴史・最新理論から実践応用までー
nlab_utokyo
CVPR2018のPointCloudのCNN論文とSPLATNet
CVPR2018のPointCloudのCNN論文とSPLATNet
Takuya Minagawa
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
cvpaper. challenge
初めてのグラフカット
初めてのグラフカット
Tsubasa Hirakawa
Semantic segmentation
Semantic segmentation
Takuya Minagawa
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
Point net
Point net
Fujimoto Keisuke
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
G2o
G2o
Fujimoto Keisuke
Self-Critical Sequence Training for Image Captioning (関東CV勉強会 CVPR 2017 読み会)
Self-Critical Sequence Training for Image Captioning (関東CV勉強会 CVPR 2017 読み会)
Yoshitaka Ushiku
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
Hironobu Fujiyoshi
【DL輪読会】"Masked Siamese Networks for Label-Efficient Learning"
【DL輪読会】"Masked Siamese Networks for Label-Efficient Learning"
Deep Learning JP
Radon (Python大阪勉強会 2014.10.21)
Radon (Python大阪勉強会 2014.10.21)
Kosuke Furuhata
可視光で撮影された静脈画像の鮮明化
可視光で撮影された静脈画像の鮮明化
hasegawamakoto
Contenu connexe
Tendances
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
Yusuke Uchida
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」
Naoya Chiba
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
Deep Learning JP
生成モデルの Deep Learning
生成モデルの Deep Learning
Seiya Tokui
SSII2020 [O3-01] Extreme 3D センシング
SSII2020 [O3-01] Extreme 3D センシング
SSII
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Deep Learning JP
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
Ryutaro Yamauchi
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII
Deep Learningによる画像認識革命 ー歴史・最新理論から実践応用までー
Deep Learningによる画像認識革命 ー歴史・最新理論から実践応用までー
nlab_utokyo
CVPR2018のPointCloudのCNN論文とSPLATNet
CVPR2018のPointCloudのCNN論文とSPLATNet
Takuya Minagawa
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
cvpaper. challenge
初めてのグラフカット
初めてのグラフカット
Tsubasa Hirakawa
Semantic segmentation
Semantic segmentation
Takuya Minagawa
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
Point net
Point net
Fujimoto Keisuke
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
G2o
G2o
Fujimoto Keisuke
Self-Critical Sequence Training for Image Captioning (関東CV勉強会 CVPR 2017 読み会)
Self-Critical Sequence Training for Image Captioning (関東CV勉強会 CVPR 2017 読み会)
Yoshitaka Ushiku
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
Hironobu Fujiyoshi
【DL輪読会】"Masked Siamese Networks for Label-Efficient Learning"
【DL輪読会】"Masked Siamese Networks for Label-Efficient Learning"
Deep Learning JP
Tendances
(20)
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
生成モデルの Deep Learning
生成モデルの Deep Learning
SSII2020 [O3-01] Extreme 3D センシング
SSII2020 [O3-01] Extreme 3D センシング
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
Deep Learningによる画像認識革命 ー歴史・最新理論から実践応用までー
Deep Learningによる画像認識革命 ー歴史・最新理論から実践応用までー
CVPR2018のPointCloudのCNN論文とSPLATNet
CVPR2018のPointCloudのCNN論文とSPLATNet
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
初めてのグラフカット
初めてのグラフカット
Semantic segmentation
Semantic segmentation
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
Point net
Point net
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
G2o
G2o
Self-Critical Sequence Training for Image Captioning (関東CV勉強会 CVPR 2017 読み会)
Self-Critical Sequence Training for Image Captioning (関東CV勉強会 CVPR 2017 読み会)
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
【DL輪読会】"Masked Siamese Networks for Label-Efficient Learning"
【DL輪読会】"Masked Siamese Networks for Label-Efficient Learning"
En vedette
Radon (Python大阪勉強会 2014.10.21)
Radon (Python大阪勉強会 2014.10.21)
Kosuke Furuhata
可視光で撮影された静脈画像の鮮明化
可視光で撮影された静脈画像の鮮明化
hasegawamakoto
対応点を用いないローリングシャッター歪み補正と 映像の安定化~並進から回転へスライド
対応点を用いないローリングシャッター歪み補正と 映像の安定化~並進から回転へスライド
doboncho
ラドン変換と非線型マッチングによるアフィン変形不変な文字認識方法の提案
ラドン変換と非線型マッチングによるアフィン変形不変な文字認識方法の提案
hasegawamakoto
実践コンピュータビジョン 3章 画像間の写像
実践コンピュータビジョン 3章 画像間の写像
yaju88
ビデオスキャン
ビデオスキャン
MISAKOSAKON
Growing Demand for Sustainable Tourism - Ulf Sonntag
Growing Demand for Sustainable Tourism - Ulf Sonntag
SustDevMe
Face Tracking Shop Windows
Face Tracking Shop Windows
LM3LABS
よくわかるCoqプログラミング
よくわかるCoqプログラミング
Real_analysis
顔認識技術を使った面白いスマホアプリ3つ(動画も撮れる)
顔認識技術を使った面白いスマホアプリ3つ(動画も撮れる)
新潟コンサルタント横田秀珠
顔認証装置を用いた保育園のソーシャルグラフ生成に関する研究
顔認証装置を用いた保育園のソーシャルグラフ生成に関する研究
hasegawamakoto
顔認識 × ○○
顔認識 × ○○
CREATIVEHOPE / C-LAB
顔パスの技術
顔パスの技術
Serverworks Co.,Ltd.
#qpstudy 2016.07 第一部 基礎知識編 「ご認証は認可ですか?」
#qpstudy 2016.07 第一部 基礎知識編 「ご認証は認可ですか?」
Masahiro NAKAYAMA
AWSアカウントに関する不正使用を整理してみた
AWSアカウントに関する不正使用を整理してみた
Naoto Katsumi
AWSのセキュリティについて
AWSのセキュリティについて
Yasuhiro Horiuchi
AV 画像認識とその周辺 - UT Startup Gym 講演資料
AV 画像認識とその周辺 - UT Startup Gym 講演資料
ぱろすけ
パスワード氾濫時代のID管理とは? ~最新のOpenIDが目指すユーザー認証の効率的な強化~
パスワード氾濫時代のID管理とは? ~最新のOpenIDが目指すユーザー認証の効率的な強化~
Tatsuo Kudo
『ストーリーテリング ~よい聞き手になるための学習~』第12回 POStudy 〜プロダクトオーナーシップ勉強会〜
『ストーリーテリング ~よい聞き手になるための学習~』第12回 POStudy 〜プロダクトオーナーシップ勉強会〜
満徳 関
AWS Black Belt Techシリーズ Amazon Cognito / Amazon Mobile Analytics
AWS Black Belt Techシリーズ Amazon Cognito / Amazon Mobile Analytics
Amazon Web Services Japan
En vedette
(20)
Radon (Python大阪勉強会 2014.10.21)
Radon (Python大阪勉強会 2014.10.21)
可視光で撮影された静脈画像の鮮明化
可視光で撮影された静脈画像の鮮明化
対応点を用いないローリングシャッター歪み補正と 映像の安定化~並進から回転へスライド
対応点を用いないローリングシャッター歪み補正と 映像の安定化~並進から回転へスライド
ラドン変換と非線型マッチングによるアフィン変形不変な文字認識方法の提案
ラドン変換と非線型マッチングによるアフィン変形不変な文字認識方法の提案
実践コンピュータビジョン 3章 画像間の写像
実践コンピュータビジョン 3章 画像間の写像
ビデオスキャン
ビデオスキャン
Growing Demand for Sustainable Tourism - Ulf Sonntag
Growing Demand for Sustainable Tourism - Ulf Sonntag
Face Tracking Shop Windows
Face Tracking Shop Windows
よくわかるCoqプログラミング
よくわかるCoqプログラミング
顔認識技術を使った面白いスマホアプリ3つ(動画も撮れる)
顔認識技術を使った面白いスマホアプリ3つ(動画も撮れる)
顔認証装置を用いた保育園のソーシャルグラフ生成に関する研究
顔認証装置を用いた保育園のソーシャルグラフ生成に関する研究
顔認識 × ○○
顔認識 × ○○
顔パスの技術
顔パスの技術
#qpstudy 2016.07 第一部 基礎知識編 「ご認証は認可ですか?」
#qpstudy 2016.07 第一部 基礎知識編 「ご認証は認可ですか?」
AWSアカウントに関する不正使用を整理してみた
AWSアカウントに関する不正使用を整理してみた
AWSのセキュリティについて
AWSのセキュリティについて
AV 画像認識とその周辺 - UT Startup Gym 講演資料
AV 画像認識とその周辺 - UT Startup Gym 講演資料
パスワード氾濫時代のID管理とは? ~最新のOpenIDが目指すユーザー認証の効率的な強化~
パスワード氾濫時代のID管理とは? ~最新のOpenIDが目指すユーザー認証の効率的な強化~
『ストーリーテリング ~よい聞き手になるための学習~』第12回 POStudy 〜プロダクトオーナーシップ勉強会〜
『ストーリーテリング ~よい聞き手になるための学習~』第12回 POStudy 〜プロダクトオーナーシップ勉強会〜
AWS Black Belt Techシリーズ Amazon Cognito / Amazon Mobile Analytics
AWS Black Belt Techシリーズ Amazon Cognito / Amazon Mobile Analytics
ラドン変換を用いた消失点検出による射影歪み補正の考察
1.
ラドン変換を用いた消失点検出 による射影歪み補正の考察 杉山健太† ,石原聖司†,古川貴雄††,滝口孝志‡,長谷川誠† † 東京電機大学 ††
共立女子大学家政学部 ‡‡ 防衛大学校数学教育室
2.
目次 1. はじめに(携帯カメラを用いた文字認識) 2. (技術的課題)斜め撮影で生じる射影歪み 3.
2つの消失点を用いた射影歪みの補正 1. ラドン変換 2. ST変換と消失点の検出 3. 補正のための射影行列算出 4. 実験(補正精度の評価) 5. まとめ 斜め撮影による射影歪み 消失点
3.
携帯カメラを用いた文字認識 モバイル文字認識(携帯カメラを用いた文字認識) • 外部環境(光源など)の変動に強い • 文字の変形に頑健(回転・拡大縮小・平行移動・せん断・射影歪み) •
雑音・オクルージョンへの耐性 • 識別能力が高い(低い他人受入率・低い本人拒否率) • 高速な照合(照合計算量・インデックス技術) 道路案内標識:正面からの撮影,斜めからの撮影
4.
(技術的課題)斜め撮影で生じる射影歪み • 直線は保持;平行関係は保たれない • 射影歪みはアフィン変換(平行移動・回転・拡大縮小・せん断)で補 正できない (平行移動に頑健)位相限定相関法 (回転・拡大縮小・平行移動に頑健)フーリエ・メリン変換法 (せん断・回転・拡大縮小・平行移動に頑健)ラドン変換と非線型マッチングによる方法 正面からの撮影
斜めからの撮影(射影歪み) 撮影の様子
5.
2つの消失点を用いた射影歪みの補正 • 1平面の射影歪み;2つの消失点が生成 • 水平・垂直線分による消失点検出 (罫線;文字枠;漢字などの縦横線を利用) •
消失点を用いた射影歪みの補正 <アルゴリズム(詳細は後述)> 1. ラドン変換 2. ST変換;各線分を示す変換後の点列 が直線上に整列 3. 回帰直線による消失点検出 (従来方法の場合:Chenらの方法,志久の方法 再度ハフ変換し,消失点検出) 射影歪み(罫線付きホワイトボード) 消失点 消失点
6.
2つの消失点を用いた射影歪みの補正 <アルゴリズム(詳細は後述)> 4. 2つの消失点から4基準点生成 5. 補正のための射影行列算出 6.
射影変換による補正 消失点から4基準点の生成と射影変換による補正 消失点 消失点 基準点 基準点 基準点 基準点 画像領域
7.
ラドン変換 • 直線上の線積分を算出して極座標系にプロットする変換 • 直線→点に変換 (定義)原画像𝑓(𝑥,
𝑦)のラドン変換R 𝜃, 𝜌 (1) 𝛿 𝑡 = ∞ 𝑡 = 0 0 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒 ∶ デルタ関数 𝐿 𝜃𝜌上の任意の点 と 𝐿 𝜃𝜌に垂直な単位ベクトル との内積は すなわち線上では次を満たす (2) 𝐿 𝜃𝜌 x y 𝜃 𝜌 𝜌 𝜃 原画像 ラドン変換結果 yxyxyxfR dd)sincos(),(),( 𝜉 = (cos 𝜃 , sin 𝜃) ),( yx )sin,(cos 0sincos yx
8.
ラドン変換 • 直線は点に変換 • 水平直線群と垂直直線群が2つの点列に変換 原画像(二値化+白黒反転)
ラドン変換
9.
水平罫線と垂直罫線の分離 • 水平罫線と垂直罫線の点列に分離 • それぞれ個別に消失点を検出 •
ラドン変換の場合,点列はカーブしている ラドン変換 水平罫線の点列 垂直罫線の点列
10.
ST変換と消失点の算出 消失点 を通る直線は,次を満たす (3) さらに, と座標変換すると, 式(3)は直線の式 (4) となり,点列は直線上に整列 大きな値の点列抽出;回帰直線を算出 回帰直線
(5) 消失点 (6) ),( vv yx ivivi yx sincos sin , cos ts tysx vv 1 水平罫線のラドン変換 水平罫線のST変換 st 1 ,),( vv yx s t
11.
(資料)水平・垂直罫線のST変換 11 水平罫線のラドン変換 垂直罫線のラドン変換 水平罫線のST変換 垂直成分のST変換
12.
補正のための射影行列算出 • 射影変換: (7) •
行列で記述: (8) ,変形すると次の方程式 が得られ, (9) 消失点を用いた解が射影行列 • 原画像を射影変換して補正 消失点から4基準点の生成と射影変換による補正 333231 232221 333231 131211 , hyhxh hyhxh y hyhxh hyhxh x 1333231 232221 131211 y x hhh hhh hhh w y x 0 33 32 31 23 22 21 13 12 11 000 1 1 000 h h h h h h h h h xyxxx yyyxyyx yx
13.
実験 • 罫線付きホワイトボードの斜め撮影 • 射影歪みの補正 原画像(射影歪みを含む)
補正後
14.
補正精度の評価 画像 歪み量 補正効果 補正前
2.8623 1.00(補正無) 提案方法 0.4166 6.8706 Chenらの方法 1.3226 2.1641 志久らの方法 2.5977 1.1019 補正前 本方法 Chenらの方法 志久らの方法 • 9点の格子間隔の分散(歪み量)を算出 • 補正効果=補正前の歪み量/補正後の歪み量 9点の格子間隔 14
15.
まとめ (検討)斜め撮影による射影歪みの補正 • 平面を斜め撮影;2つの消失点生成 • ラドン変換を用いた消失点検出(ST変換) •
消失点から射影歪み補正方法の提案 • 補正のための射影行列算出の解説 • 補正精度評価(Chenらの方法,志久らの方法よりも高精度) (今後の課題) • 精度評価 • 文字枠,日本語文字列の縦横線を用いた消失点検出 射影歪み 補正後
Télécharger maintenant