این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
ماشین بینایی و پردازش تصویر، جلد ۵، شماره ۲، صفحات ۱۰۳-۱۱۳
عنوان فارسی تخمین مکان و زاویه دید دوربین در دنباله محدود تصاویر با استفاده از یک روش مبتنی بر فیلتر کالمن توسعه یافته
چکیده فارسی مقاله استفاده از دنباله تصاویر برای تخمین مکان و زاویه دید دوربین در کاربردهایی چون واقعیت افزوده و ناوبری ربات بسیار مورد توجه قرار گرفته است. در این مقاله از میان رویکردهای موجود برای این منظور یک رویکرد ترکیبی پیشنهاد شده است. ایده اصلی این رویکرد، استفاده از فیلتر کالمن توسعه یافته برای تخمین مسیر حرکت یک دوربین با 6 درجه آزادی است. تفاوت اصلی الگوریتم پیشنهادی باسایر روش‌های مبتنی بر فیلتر این است که نقاط سه‌بعدی محیط حرکت دوربین از بردار حالت فیلتر حذف شده‌اند و با استفاده از روش‌های مبتنی بر هندسه چنددیدی با قطعیت مقداردهی می‌شوند. با این ایده حجم محاسبات فیلتر کالمن که یکی از نقاط ضعف روش‌های مشابه به شمار می‌آید، کاهش می‌یابد. در نهایت روش ارائه شده با یکی از دقیق‌ترین روش‌های مبتنی بر PnP مقایسه شده است و نتایج آزمایش‌ها نشان می‌دهد که دقت تخمین جابجایی و چرخش بهبود می‌یابد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Estimation of The Location and Orientation of a Camera in Short Image Sequence Using Extended Kalman Filter
چکیده انگلیسی مقاله Estimating the camera location and orientation from an image sequence is wildly used in many applications such as Augmented Reality and Robot Navigation. In this paper a new hybrid method is proposed. For this purpose, we apply Extended Kalman Filter to estimate the camera trajectory with 6 degree of freedom. The main difference between the proposed method and other filter-based methods is that in the proposed method, 3D points of the world model have been removed from the state vector and alternatively, Multiple View Geometry methods have been used to initialize the world model without uncertainty. As a result, the complexity of the algorithm, which is one of the shortcomings of the filter-based methods, has been reduced. Computer simulations and experimental results show that the proposed method improves pose estimation compared to PnP methods.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمدامین مهرعلیان |
دانشجوی دکتری هوش مصنوعی و مهندسی کامپیوتر، دانشگاه علم و صنعت ایران

محسن سریانی |
گروه مهندسی کامپیوتر، دانشگاه علم و صنعت ایران

نشانی اینترنتی http://jmvip.sinaweb.net/article_54562_faa169f5c252c2481b521315744a5a16.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1041/article-1041-1258343.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات