Estimation of 3D camera motion and focal length from image sequences
Final Report Abstract
2.1 Allgemeinverständliche Darstellung der wesentlichen Ergebnisse und der erzielten Fortschritte gegenüber dem Stand des Wissens Ziel des Vorhabens war die robuste und präzise Schätzung der Translation, Rotation und Brennweite einer Kamera aus Bildfolgen. Die wesentlichen Fortschritte, die bei den Arbeiten erzielt wurden, können in zwei Kategorien unterteilt werden. Einerseits wurden Fortschritte der Verbesserung der Zuverlässigkeit bei der Schätzung der Kameraparameter und andererseits Fortschritte der Verbesserung der Genauigkeit der geschätzten Kameraparameter erzielt. Verbesserung der Zuverlässigkeit Im Verlauf der Arbeiten wurde festgestellt, dass die Schätzung der Kameraparameter bei bestimmten Szeneninhalten, die hohe Anteile von bewegten Objekten enthalten, mit dem ursprünglich vorgesehenen Referenzverfahren RANSAC [4] nicht zuverlässig oder nur mit sehr großem Rechenaufwand realisierbar war, der eine Echtzeitverarbeitung nicht zuließ. Daher wurde das Verfahren RPSO [10] entwickelt, gefolgt, von dem verbesserten Verfahren NLRPSO [12], das die Zuverlässigkeit der Schätzung der Kameraparameter Rotation, Translation und Brennweite bei kritischen Szenen mit deutlich verminderten Anforderungen an die Rechenleistung gewährleisten kann. Verbesserung der Genauigkeit Während des Förderungszeitraumes wurde von A. Bartoli et al. [1] ein Verfahren vorgestellt, das durch Ausnutzung von geradlinig bzw. kolinear angeordneten Merkmalen in der Szenengeometrie eine verbesserte Genauigkeit der geschätzten Kameraparameter erreichen konnte, wie es auch Ziel dieses Vorhabens war. Jedoch wurden die Untersuchungen lediglich anhand von Experimenten durchgeführt. Um die Verbesserung der Genauigkeit der geschätzten Kanieraparameter zu beweisen wurde in dem D FG-Vor haben der Schwerpunkt auf eine mathematische Analyse gelegt, mit deren Hilfe die Verbesserung der Genauigkeit der Kameraparameter bei kolinear angeordneten Merkmalen auch theoretisch bestätigt werden konnte und zusätzlich die bedeutenden Einflussparameter erkennen lasst [11]. 2.2 Ausblick auf künftige Arbeiten und Beschreibung möglicher Anwendungen Um die Echt zeit anforderungen vollständig zu erfüllen kann die Menge der Merkmale, die in dem Schätzverfahren verarbeitet werden, selektiv verkleinert werden, so dass ohne Verlust der Genauigkeit der geschätzten Kameraparameter der erforderliche Rechenaufwand vermindert wird. Die selektive Aussonderung von Merkmalen wird dabei anhand eines Gütekriteriums der Merkmale durchgeführt, das aus den bedeutenden Einflussparametern abzuleiten ist. Die Ergebnisse des Vorhabens wurden in ein Schätzverfahren eingearbeitet, das als freie Software in beta Version auf den Servern des Instituts für Theoretische Nachrichtentechnik und Informationsverarbeitung (TNT) der Universität Hannover zum Download zur Verfügung steht. Diese Software ermöglicht unter anderem die robuste Schätzung der Kameraparameter für kritische Szeneninhalte mit einem hohen Anteil von bewegten Objekten bei geringem Rechen aufwand.
