Registrace a identifikace 3D objektů v částečně nasnímaných a zaplněných scénách metodou postupného zpřesnění

Autor: Libor Váša, Evangelia I. Zacharaki, Gerasimos Arvanitis, Konstantinos Moustakas
Rok vydání: 2021
Předmět:
Matching (graph theory)
Computer science
ComputingMethodologies_IMAGEPROCESSINGANDCOMPUTERVISION
Point cloud
saliency
weighted ICP
02 engineering and technology
partially-scanned point clouds
vážený ICP algoritmus
význačnost
cluttered scene
Robustness (computer science)
0202 electrical engineering
electronic engineering
information engineering
Media Technology
registrace mračen bodů
point cloud registration
Computer vision
Electrical and Electronic Engineering
částečně nasnímaná mračna bodů
business.industry
Search engine indexing
Process (computing)
point cloud registration
partially-scanned point clouds
saliency
weighted ICP
cluttered scene
Computer Science Applications
Identification (information)
Signal Processing
zaplněná scéna
020201 artificial intelligence & image processing
Augmented reality
Artificial intelligence
Noise (video)
business
Zdroj: IEEE Transactions on Multimedia
ISSN: 1520-9210
DOI: 10.1109/tmm.2021.3089838
Popis: 3D snímací zařízení nové generace přinesly revoluci ve způsobu jakým se získává informace ze 3D objektů, čímž se proces zachycení a digitalizace scény stal přímočarým. Nicméně efektivnost a robustnost konvenčních algoritmů pro analýzu reálných scén obvykle zaostává v případě náročných podmínek, jako může být přítomnost šumu, nízké rozlišení a špatná perceptuální kvalita. V této práci prezentujeme metodologii pro identifikaci a registraci částečně nasnímaných a zašumělých 3D objektů, nacházejících se v obecné poloze ve 3D scéně, s odpovídajícími modely vysoké kvality. Metodologie je vyhodnocena na mračnech bodů s mnoha objekty a chybějícími částmi. Navrhovaný přístup nevyžaduje informace o konektivitě a je tedy obecný a výpočetně efektivní, čímž usnadňuje výpočetně náročné aplikace, jako je rozšířená realita. Hlavními přínosy této práce je zavedení vrstveného společného registračního a indexačního schématu nepřehledných dílčích mračen bodů pomocí nové víceúrovňové techniky extrakce význačnosti k identifikaci charakteristických oblastí a vylepšeného kritéria podobnosti pro párování mezi objektem a modelem. Doba zpracování procesu je také urychlena díky 3D segmentaci scény. Srovnání navržené metodiky s jinými nejmodernějšími přístupy zdůrazňují její přednosti v náročných podmínkách The new generation 3D scanner devices have revolutionized the way information from 3D objects is acquired, making the process of scene capturing and digitization straightforward. However, the effectiveness and robustness of conventional algorithms for real scene analysis are usually deteriorated due to challenging conditions, such as noise, low resolution, and bad perceptual quality. In this work, we present a methodology for identifying and registering partially-scanned and noisy 3D objects, lying in arbitrary positions in a 3D scene, with corresponding high-quality models. The methodology is assessed on point cloud scenes with multiple objects with large missing parts. The proposed approach does not require connectivity information and is thus generic and computationally efficient, thereby facilitating computationally demanding applications, like augmented reality. The main contributions of this work are the introduction of a layered joint registration and indexing scheme of cluttered partial point clouds using a novel multi-scale saliency extraction technique to identify distinctive regions, and an enhanced similarity criterion for object-to-model matching. The processing time of the process is also accelerated through 3D scene segmentation. Comparisons of the proposed methodology with other state-of-the-art approaches highlight its superiority under challenging conditions.
Databáze: OpenAIRE
Externí odkaz: