Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Direction estimation using visual odometry
KTH, Skolan för datavetenskap och kommunikation (CSC).
2015 (Engelska)Självständigt arbete på avancerad nivå (yrkesexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)Alternativ titel
Uppskattning av riktning med visuell odometri (Svenska)
Abstract [en]

This Master thesis tackles the problem of measuring objects’ directions from a motionless observation point. A new method based on a single rotating camera requiring the knowledge of only two (or more) landmarks’ direction is proposed. In a first phase, multi-view geometry is used to estimate camera rotations and key elements’ direction from a set of overlapping images. Then in a second phase, the direction of any object can be estimated by resectioning the camera associated to a picture showing this object. A detailed description of the algorithmic chain is given, along with test results on both synthetic data and real images taken with an infrared camera.

Abstract [sv]

Detta masterarbete behandlar problemet med att mäta objekts riktningar från en fast observationspunkt. En ny metod föreslås, baserad på en enda roterande kamera som kräver endast två (eller flera) landmärkens riktningar. I en första fas används multiperspektivgeometri, för att uppskatta kamerarotationer och nyckelelements riktningar utifrån en uppsättning överlappande bilder. I en andra fas kan sedan riktningen hos vilket objekt som helst uppskattas genom att kameran, associerad till en bild visande detta objekt, omsektioneras. En detaljerad beskrivning av den algoritmiska kedjan ges, tillsammans med testresultat av både syntetisk data och verkliga bilder tagen med en infraröd kamera.

Ort, förlag, år, upplaga, sidor
2015. , s. 83
Nyckelord [en]
direction, estimation, visual odometry, camera, computer vision, bundle adjustment, SLAM
Nationell ämneskategori
Datorseende och robotik (autonoma system) Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:kth:diva-168307OAI: oai:DiVA.org:kth-168307DiVA, id: diva2:816098
Externt samarbete
THALES OPTRONIQUE SAS
Ämne / kurs
Datalogi
Utbildningsprogram
Teknologie masterexamen - Systemteknik och robotik
Presentation
2015-04-02, 304, KTH Campus, Teknikringen 14, Stockholm, 09:30 (Engelska)
Handledare
Examinatorer
Tillgänglig från: 2015-06-29 Skapad: 2015-06-01 Senast uppdaterad: 2018-01-11Bibliografiskt granskad

Open Access i DiVA

MasterThesis_ClementMasson(4586 kB)119 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 4586 kBChecksumma SHA-512
c71fad90ffcc226e5a458d3da8af5265cd5b63ee7330fc3e6278205e4479548bccc2a957a18cc8305b18dbaa6a0779c36b6aa3e704c3a4c9303e3c15cf66fda3
Typ fulltextMimetyp application/pdf

Av organisationen
Skolan för datavetenskap och kommunikation (CSC)
Datorseende och robotik (autonoma system)Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 119 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 115 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf