Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Waktu nyata persimpangan bayang-bayang dengan memelihara distribusi pemilikan TUGAS RESUME SETELAH UTS NAMA: PARLINDUNGAN HARIANJA NPM: 061829 Jurusan.

Presentasi serupa


Presentasi berjudul: "Waktu nyata persimpangan bayang-bayang dengan memelihara distribusi pemilikan TUGAS RESUME SETELAH UTS NAMA: PARLINDUNGAN HARIANJA NPM: 061829 Jurusan."— Transcript presentasi:

1 waktu nyata persimpangan bayang-bayang dengan memelihara distribusi pemilikan TUGAS RESUME SETELAH UTS NAMA: PARLINDUNGAN HARIANJA NPM: Jurusan Teknik Industri Fakultas Teknik UNTIRTA

2 ABSTRAK kami hadirkan suatu pendekatan ke arah ukiran angkasa berdasarkan di adaptively sampling menyebarkan memperkirakan kepadatan di bentuk lingkungan dinamis. kami mendekati disain mengaktifkan lebih cepat computational penampilan ukiran bentuk, tanpa menuntut mengkhususkan perangkat keras atau optimisasi kode, sementara memperkirakan dari bentuk. kami hadirkan Hasil dari perbandingan matlab implementasi ukiran angkasa menggunakan voxel jala-jala dan saptip sampling untuk kecepatan dan distribusi bentuk

3 PENDAHULUAN Beberapa teknik telah mengusulkan di visi komputer untuk menaksir 3d bentuk dari sudut kamera kelipatan. dua terkenal mendekati ke perkiraan isi dari image bayang-bayang bangunan rangka kapal visual [lau94 dan angkasa (atau voxel ukiran [sze93. rangka kapal visual dikonstruksi sebagai permukaan bersudut banyak dibentuk dari persimpangan memandangi menghafalkan, silhouett menekan dari bidang santir, dari kelipatan mengkalibrasi kamera. ukiran angkasa memetik giat satu set 3d titik terdiri bentuk dari titik calon satu set (atau sederhana). sebagai diterangkan oleh boyer dan franco [bf03, ini mendekati tunduk kepada menjual ketepatan dan ketidakstabilan

4 Dari rangka kapal visual dengan ketahanan dan computational ongkos ukiran angkasa. computational terbitan untuk visual rangka kapal dan ukiran angkasa secara parsial dalam kaitan dengan artifak di bayang-bayang dan titik calon banyaknya yang harus diuji, masing-masing. boyer dan franco alamat menjual untuk melalui permukaan cangkokan mendekati: rangka kapal visual digunakan sebagai Mendasari distribusi untuk menghasilkan sederhana ke arah prosedur ukiran angkasa. ini mendekati dari sebagai menggunakan rangka kapal visual sebagai suatu mendasari terdahulu distribusi dengan non-uniform sampling. ukiran angkasa kemudian sebagai melayani kemungkinan fungsi untuk mengevaluasi non-uniform dan nonregularly spaced satuan dari sederhana terdahulu.

5 1.1. Sebelum bekerja kami menyarankan suatu pendekatan ke arah mempercepat volumetric perkiraan bentuk melalui sampling berkenaan dengan kepadatan perkiraan bentuk melalui sampling berkenaan dengan kepadatanmemperkirakan. ini mendekati ada dalam garis lebih luas riset mengenal sebagai shape-from-silhouette [ma83. banyak sebelumnya bekerja ada di menaksir shape-from-silhouette. kami mengacu pembaca kepada deskripsi menyediakan oleh savarese et al. [srbp01 untuk peninjauan umum shape-fromsilhouette mendekati. kami secara kasar menggolongkan ini mendekati ke bangunan rangka kapal visual [lau94, berbaris kubus [lc87, dan ukiran angkasa [sze93, ks99. visual rangka kapal dan berbaris kubus mencocokkan banyak ke arah permukaan

6 2. Ukiran angkasa dengan menyebarkan kepadatan maksud kami menghitung real-time volumetric perwakilan untuk pemandangan dinamis. real-time hal dipaksa-paksa pokok: kami harus membangun isi dengan distribusi wakil ke pemandangan memberi jumlah cpu waktu membagikan. beberapa faktor mungkin mereduksi membagikan cpu waktu, termasuk serambi stasiun kecepatan, menginginkan tarif rangka, dan kebutuhan akan lain per-frame memproses. syukur, pemandangan dinamis menunjukkan lekatan sementara: dengan cerdas keadaan isi waktu t, kami dapat buat mengira tentang keadaan nya waktu t + 1. banyak secara formal, memberi dipertimbangkan dengan baik isi waktu t,

7 2.1. algoritma Algoritma, kami dapat pertama menjelaskan masukan nya dalam kaitan dengan dan hasil masukan: data kalibrasi kamera dibutuhkan inisialisasi atas. selama setiap rangka, bayang-bayang dari kami mengkalibrasi kamera dibutuhkan, [seperti halnya] terdahulu distribusi perkirakan dari kepadatan sederhana. hasil: di dalam titik satu set isi, satu set di luar itu titik isi, dan kemudian distribusi itu watakkan bentuk isi berukir

8 pertama, jika benda baru masuk pemandangan, gauss (yang mungkin “attached” ke obyek lain) akan tidak sederhana dengan baik. kami telah suka ke tambahan contoh kami dengan mengatakan benda boleh muncul dimana saja, sekalipun hanya dengan kemungkinan rendah. ini adalah mudah ke perkakas, sebagai ini hanya memerlukan meletakkan mengikat di lebih rendah kami kemungkinan fungsi:

9 3. hasil menilai kecepatan dan kesetiaan algoritma kami, kami membandingkan ini melawan standar voxel-based sampling mendekati. keduanya teknik melaksanakan dengan matlab A naive formulation ( L ) With uniform distribution ( L’ ) With density balancing and variance enlargement ( L’’ ) figur 2: yang memensional keadaan yang sama kepada perbaikan fungsi kemungkinan l.

10 di 2.8ghz pentium iv. voxel-based sampling menggunakan sama dimensi (643 voxel sebagai cheung et al. [ckbh00. ukiran angkasa menggunakan yang dua sampling mendekati berlaku untuk mengkalibrasi multi-view rangkaian manusia berjalan. berjalan rangkaian terdiri dari 200 rangka manusia berjalan di lintasan lingkar. pokok materi dilihat dari empat mengkalibrasi kamera. viewable isi dari kamera ini ilustrasi di figur 3. bayang-bayang pada setiap kamera diproduksi melalui pengurangan latar belakang. kami initialized algoritma ke sasaran 10 frames-persecond, menggunakan 6 kelompok, dan menggunakan 10% tentang nya poin sederhana

11 pencatuan untuk seragam bagian dari distribusi. computational tabungan kami mendekati ilustrasi di meja 1. saptip sampling dengan jelas lebih cepat dari voxel-based sampling di ini setting. catat bahwa rata-rata kami fp lebih rendah dari sasaran kami karena kami sederhana dengan berat di rangka awal. berikut, kami alamat kesetiaan kami sampling mendekati. kami menganggap isi kami untuk;menjadi teliti jika ini dengan teliti mendekati kami voxel-based rekonstruksi. banyak khusus, kami menganggap bahwa distribusi titik berukir harus sangat mirip antara kedua teknik.

12 Figure 3: Camera Hull Figure 4: Carved Distribution. Colors indicate cluster membership. Figure 5: Uncarved Distribution. In practice, points outside the camera hull are eliminated prior to silhouette carving Table 1: Performance Comparison

13 bution membandingkan pertama dengan kullback-leibler jarak metrik, dan kemudian dengan mengukur momen statistik. kullback-leibler hal menyimpang dipertimbangkan dengan baik dengan perkiraan kepadatan inti toolbox [im. inti gauss dipilih, dan ukuran inti terkonfigurasi untuk;menjadi secara otomatis memilih melalui “rule dari thumb” teknik. sebagai dapat melihat di figur 6, distribusi ditemukan untuk;menjadi sangat mirip. paku itu terjadi mengelilingi rangka dua puluh sulit ke nona; alasan untuk hal menyimpang ini bahwa voxel-based menemukan bayangan teknik ukir temporer ditempat itu, sementara saptip sampling teknik berukir ini jauh. ini boleh menyatakan bahwa saptip sampling banyak tahan air ke artifak bayang-bayang temporer, memberi ketergantungan nya di sementara

14 figur 6: kullback-leibler hal menyimpang kami juga membandingkan momen statistik terserah pesanan 3 diantara yang dua distribusi berukir setiap kali langkah. anggap bahwa semua momen bentuk dapat encapsulated sebagai tunggal multidimensional poin. kami dapat ukuran euclidean jarak diantara momen untuk kami voxel perwakilan, dan untuk perwakilan saptip kami, dan peta

15 each centroid at each timestep, and update that centroid of the corresponding cluster Gaussian accordingly. This would improve our prior, in addition to making k-means faster (given that it would have a better starting condition). One aspect to compare concerns querying a carved distribution for state. Given our algorithm or a voxel carving approach, one might ask the question, “is the point at (x, y, z) solid?” With voxels, it is trivial to look up this information: if the voxels which surround that point are solid, the answer is yes. Our algorithm, however, outputs an unordered set of points and a set of ellipsoids; finding the best answer to this question would probably mean computing a kernel density estimate, which (considering that our points are unordered) would require more sophistication. Using a better density estimator would certainly be another interesting area to explore.

16 4 Bahasan di perkiraan, algoritma ini punya kombinasi dari sifat: ini cepat, frame-rate dapat disetel, secara relatif sederhana, dan pergunakan dapat diakses ellipsoidal perwakilan untuk distribusi pemandangan. akan tetapi, aplikasi algoritma ini tidak tanpa lubang perangkap, dan ada tentunya ruangan untuk perbaikan. di seksi ini, kami akan diskusi computational percepat, keseragaman distribusi, model gerakan, dan pemilikan meragukan. hisab waktu utama mengenai untuk algoritma ini. sebagai melihat di meja 1, kami dapat ke penting sederhana bagian-bagian dari viewable isi, keduanya padat dan dengan cepat. mengelilingi delapan fp, kami menemukan banyak titik padat daripada standar

17 voxel ukiran mendekati, melalui tiga waktu tarif rangka. jika ketepatan prioritas lebih tinggi daripada hisab waktu, algoritma kami harus juga dianggap. karena kami sederhana wilayah giat pemandangan banyak dengan berat, banyak ketepatan mewariskan dengan sama jumlah sederhana. ketepatan algoritma kami khususnya nyata jika wilayah giat pemandangan kecil sebanding dengan seluruh pemandangan, dan jika kami pengambil-alihan sisa kelanjutan sementara sah. satu halangan potensial algoritma kami mengenai keseragaman. voxel-based ukiran angkasa mendekati menyediakan distribusi poin ideal hampir, sedangkan milik [kami mendikte lebih berat sampling ke arah pertengahan sangat rajin sampled benda. di masa datang, kami akan eksprimen dengan patut menjelma gauss ke kelompok, menggunakan terhitung statistik momen kelompok mendikte distribusi sederhana.

18 5. Ringkasan dan Akibat kami telah menyajikan ukiran angkasa mendekati kami telah menyajikan ukiran angkasa mendekati yang menyediakan keduanya computational tabungan dan padat perwakilan pemandangan. saptip sampling digunakan ke sederhana wilayah giat pemandangan banyak dengan agresif, memberi jumlah gauss kemungkinan fungsi yang diupdate setiap rangka. akhirnya, teknik kami dibandingkan dengan standar voxel-based ukiran angkasa mendekati, atas dasar keduanya kecepatan dan kesetiaan.

19 SEKIAN SEKIAN & TERIMA KASIH


Download ppt "Waktu nyata persimpangan bayang-bayang dengan memelihara distribusi pemilikan TUGAS RESUME SETELAH UTS NAMA: PARLINDUNGAN HARIANJA NPM: 061829 Jurusan."

Presentasi serupa


Iklan oleh Google