Sylabus
1. Přehled digitálního zpracování obrazu (vlastnosti digitálního obrazu, jasové a geometrické transformace, předzpracování, detekce hran a zájmových bodů/oblastí).
2. Objekty v obraze, nutnost interpretace, segmentace objektů.
3. 3D počítačové vidění, cíle a aplikace, přehled předmětu. Praktická optika. Radiální zkreslení.
4. Kamera, projekční matice a její rozklad.
5. Geometrie pro popis tuhého tělesa ve 3D. Projektivní transformace.
6. Geometrie jedné perspektivní kamery. Kalibrace jedné kamery.
7. Geometrie dvou kamer, epipolární omezení, fundamentální matice. Geometrie více kamer.
8. Esenciální matice a její rozklad. 7-bodový algoritmus pro odhad fundamentální matice, 5-bodový algoritmus pro odhad esenciální matice.
9. Úloha korespondence a její řešení.
10. Rekonstrukce 3D scény z několika pohledů. Úloha Tvar z pohybu (shape from motion).
11. Další algoritmy pro 3D rekonstrukci, optimalizace náhodným vzorkováním (RANSAC), vyrovnání svazku (bundle adjustment).
12. Hloubkové senzory (lidar, radar, sonar, kamery se strukturovaným světlem)
13. Fúze informace z různých hloubkových senzorů.
14. Praktická aplikace v samořiditelném autě.
Anotace
Předmět seznámí s metodami trojrozměrného (3D) počítačového vidění. Nejdříve ve třech přednáškách shrneme potřebné pojmy z digitálního zpracování/analýzy obrazu. Navážeme popisem jedné (intenzitní, RGB) kamery a související geometrií. Naučíme se použít dvě a více kamer pro zjišťování hloubky ve scéně a 3D rekonstrukci.
Přidáme další hloubkové senzorické modality, a to lidary, radary, sonary. Vysvětlíme, jak sdružovat informaci z různorodých senzorů. Metody budeme prakticky ilustrovat na úlohách spojených se samořiditelnými auty.