Restricciones algebraicas epipolares para estimación visual eficiente de movimiento sin la estructura 3D = Algebraic epipolar constraints for efficient structureless multiview motion estimation.

Author

Rodríguez López, Antonio Leonardo

Director

López de Teruel Alcolea, Pedro Enrique

Ruiz García, Alberto

Date of defense

2013-05-31

Pages

174 p.



Department/Institute

Universidad de Murcia. Departamento de Ingeniería y Tecnología de Computadores

Abstract

Resumen En esta tesis proponemos GEA (Global Epipolar Adjustment), un método de corrección de movimiento para aplicaciones de Visual SLAM y SfM altamente eficiente basado en restricciones algebraicas epipolares, que no hace uso de la información sobre la estructura. Este método obtiene resultados muy cercanos, y en muchos casos equivalentes a los obtenidos mediante bundle adjustment (BA), a pesar de su naturaleza algebraica, requiriendo por contra un coste computacional mucho menor. En este trabajo describimos cómo usar esa técnica para estimar las poses de cámara de forma incremental en aplicaciones SfM, sin necesidad de estimar en el proceso información sobre la estructura tal como correspondencias multivista de características de imagen. Estas poses de cámara pueden ser usadas a posteriori para obtener una estimación de alta precisión para la estructura. Demostramos que las técnicas descritas son robustas a los errores típicos de correspondencia obtenidos por los métodos habituales usados en SfM.


In this work we propose GEA (Global Epipolar Adjustment), a high-performance structureless BA correction method based on algebraic epipolar constraints. The GEA cost can be optimized very efficiently, in most cases using a small fraction of the time required by BA to obtain the optimal configuration. Despite of the algebraic nature of the cost, under general circumstances the accuracy of the obtained camera poses is very close to that obtained with classical BA methods. We also describe how to obtain accurate initializations for the camera poses incrementally using GEA and pairwise image feature correspondences, without requiring the composition of feature trackings or triangulation of scene landmarks. The resulting camera poses can be used afterwards to obtain highly accurate sparse or dense estimations of the scene structure. The techniques described are robust against outliers found by common pairwise image matching techniques.

Keywords

visión por computador.; reconstrucción visual; robótica; navegación autónoma; realidad aumentada; SfM; structure fron motion; SLAM; bundle adjustment; BA; BA sin estructura; estimación de movimiento; reconstrucción densa; computer vision; visual reconstruction; robotics; authonomous navigation; augmented reality; SfM; structure fron motion; structureless bundle adjustment; structureless BA; motion estimation; dense reconstruction; sparse reconstruction

Subjects

00 - Prolegomena. Fundamentals of knowledge and culture. Propaedeutics; 004 - Computer science and technology. Computing. Data processing

Knowledge Area

Ingeniería Informática

Documents

TALRL.pdf

11.59Mb

 

Rights

ADVERTENCIA. El acceso a los contenidos de esta tesis doctoral y su utilización debe respetar los derechos de la persona autora. Puede ser utilizada para consulta o estudio personal, así como en actividades o materiales de investigación y docencia en los términos establecidos en el art. 32 del Texto Refundido de la Ley de Propiedad Intelectual (RDL 1/1996). Para otros usos se requiere la autorización previa y expresa de la persona autora. En cualquier caso, en la utilización de sus contenidos se deberá indicar de forma clara el nombre y apellidos de la persona autora y el título de la tesis doctoral. No se autoriza su reproducción u otras formas de explotación efectuadas con fines lucrativos ni su comunicación pública desde un sitio ajeno al servicio TDR. Tampoco se autoriza la presentación de su contenido en una ventana o marco ajeno a TDR (framing). Esta reserva de derechos afecta tanto al contenido de la tesis como a sus resúmenes e índices.

This item appears in the following Collection(s)