깊이 이미지를 대상으로하는 컴퓨터 비전 알고리즘이 있습니까?

Kinect 기반 응용 프로그램과 함께 사용할 마커 감지 알고리즘을 살펴 보았으며 찾은 대부분의 작업은 '정상'이미지의 기능 감지에 중점을 둡니다.

그러나 Kinect 하드웨어는 픽셀 당 11 비트 심도 값을 제공합니다 (실제로 조정 한 후에는).

이 심도 이미지에는 물체의 가장자리 주위에 드리 워진 그림자로부터 다양한 시각적 인공물이 있습니다 (예 : http://www.youtube.com/watch?v=-q8rRk8Iqww&feature=related ).

기존의 머신 비전 기술 (예 : 에지 감지)은이 기능과 잘 작동하지만 다른 기능은 그렇지 않으며, 네트워크에 대해 논의 할 정보가 거의없는 것 같습니다.

간단한 예로 깊이 값을 사용하면 마커 블록을 찾은 후 방향을 감지하기가 쉽지 않습니다.

특징 탐지를위한 깊이 이미지 처리를 다루는 토론 / 종이 등을 본 사람이 있습니까?

누구든지 "깊이"마커 (인쇄 된 흑백 마커 대신 종이 접기 블록을 효과적으로 감지)를위한 훌륭한 알고리즘을 추천 할 수 있습니까?

내가 지금까지 한 것은 이미지를 처리하기 위해 opencv를 사용하는 임시 실험이었습니다. 그러나 그것은 거의 안정적이거나 빠르지 않습니다.

시험판없이 상업용 머신 비전 제품에 연결하는 경우 적절한 이유를 답에 기재하십시오.

등록 및 인식을 위해 제가 가장 좋아하는 2.5D / 3D 기능 설명자는 스핀 이미지 (원본 + CMU에서 제공하는 박사 학위 논문 및 소프트웨어에 대한 자세한 내용 )입니다.

다른 최근의 진보 (적절한 알고리즘을 위해 검색 가능한 모든 온라인)에는 3D-Sift, Fast Point Feature Histogram, NRF (Normal Aligned Radial Features), Depth Kernel Descriptors가 포함됩니다. 이전 방법에서는 곡률 및 가장자리와 같은 표면 특성을 사용하여 영역 패치를 식별했습니다.

어느 것이 가장 좋은가요? 찾고자하는 것, 시점 불일치, 추가 클러 터 등에 따라 다릅니다.

당신은 모든 핵심 단어를 올바르게 얻었습니다. 자료를 찾는 동안 관련 기사를 찾지 못했다는 것이 놀랍습니다.

다행히도 IEEE Xplore 디지털 라이브러리에 액세스 할 수 있습니다. 나는이 특정 알고리즘 중 어느 것도 필요하지 않지만 매우 흥미롭게 보이므로 여기에 관련이 있다고 생각되는 빠른 검색의 결과가 있습니다 (제목별로 판단하지 말고 초록을보십시오).

• Kinezaki, A., Harada, T., Kuniyoshi, Y .: 3D 공간에서 약한 감독 대상 학습을위한 스케일 및 회전 불변색 기능
• Bo, L., Ren, X., Fox, D .: 객체 인식을위한 깊이 커널 디스크립터
• 조지호, 장인엽, 김승만, 이홍수 : 단일 깊이 카메라를 사용하여 3DTV에서 휴먼 액터를 표현하기위한 심도 이미지 처리 기법
• Pei-Jun Lee, Effendi : 깊이 이미지 기반 렌더링을위한 적응 형 가장자리 지향 깊이 이미지 스무딩 접근법
• Pedersen, PC, Quartararo, JD, Szabo, TL : 반점 감소 3D 의료용 초음파 이미지의 분할
• Liuhang Cheng, Lisheng Wang, Yu Ma : 3D 생체 의학 이미지에서 경계면 탐지를위한 새로운 전략

불행히도, 나는 적어도 IEEE Xplore 라이브러리를 통해서는 아니고,이 논문들 중 어느 것도 무료로 접근 할 수 없다고 생각합니다. 액세스 권한이 없으면 Google Scholar 를 통해 얻을 수 있으며 무료 종이 데이터베이스가 있습니다 ( 아직 IEEE 액세스 권한이 없을 때 Mendeley 데이터베이스를 다시 사용했습니다 ). 또한 논문의 초록 또는 임의 부분의 인터넷 검색 부분에서 일부 결과가 나오는 경우도 있습니다 (사전 완성 된 기사의 거의 완성 된 버전에서 우연히 발견 될 수 있음).

언급 된 논문을 찾는 데 사용한 검색어는 3D 이미지 , 깊이 이미지 , kinect 입니다. 처음 두 쿼리를 찾을 때 처리 를 중단 할 수도 있습니다 .

이것이 도움이되기를 바랍니다! 나는 더 이상 주제에 들어갈 수 없다고 생각합니다. 정말 흥미로운 소리입니다.