3D Computer Vision

Vztahy:

Předmět AE4M33TDV může při kontrole studijních plánů nahradit předmět A4M33TDV

Předmět AE4M33TDV nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A4M33TDV (vztah je symetrický)

Předmět AE4M33TDV nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A4M33TDV (vztah je symetrický)

Předmět AE4M33TDV nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět B4M33TDV (vztah je symetrický)

Předmět je ekvivalentní s BE4M33TDV .

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra kybernetiky

Anotace:

This course introduces methods and algorithms for 3D geometric scene reconstruction from images. The student will understand these methods and their essence well enough to be able to build variants of simple systems for reconstruction of 3D objects from a set of images or video, for inserting virtual objects to video-signal source, or for computing ego-motion trajectory from a sequence of images. The labs will be hands-on, the student will be gradually building a small functional 3D scene reconstruction system.

Výsledek studentské ankety předmětu je zde: http://www.fel.cvut.cz/anketa/aktualni/courses/AE4M33TDV

Požadavky:

Knowledge equivalent to Geometry for Computer Vision and

Graphics and Computer Vision Methods. ^

^

Detailed up-to-date information on the course at http://cw.felk.cvut.cz/doku.php/courses/a4m33tdv/start

Osnova přednášek:

1. 3D computer vision, goals and applications, the course overview

2. Real perspective camera

3. Calibration of real perspective camera

4. Epipolar geometry

5. Computing camera matrices and 3D points from sparse correspondences

6. Autocalibration

7. Consistent multi-camera reconstruction

8. Optimal scene reconstruction

9. Epipolar image rectification

10. Stereoscopic vision

11. Algorithms for binocular stereoscopic matching, multi-camera

algorithms, carving

12. Shape from shading and contour

13. Shape from texture, defocus, and color

14. Surface reconstruction

Osnova cvičení:

1. Labs introduction and overview, experimental data, entrance test

2. Camera calibration without radial distortion from a known scene

3. Camera calibration with radial distortion from a known scene

4. Computing epipolar geometry from 8 points

5. Computing epipolar geometry from 7 points, RANSAC

6. Constructing projection matrices from epipolar geometry, computing camera motion and scene structure

7. Autocalibration of intrinsic camera parameters

8. Consistent reconstruction of a many-camera system

9. Accuracy improvement by bundle adjustment

10. Time slot to finish all pending assignments

11. Epipolar rectification for stereoscopic vision

12. Stereoscopic matching by dynamic programming

13. 3D point cloud reconstruction

14. 3D sketch reconstruction

Cíle studia:

To master conceptual and practical knowledge of the basic

methods in 3D computer vision.

Studijní materiály:

R. Hartley and A. Zisserman. Multiple View Geometry. 2nd ed. Cambridge

University Press 2003.

Y. Ma, S. Soatto, J. Kosecka, S.S. Sastry. An Invitation to 3D

Vision. Springer 2004.

Poznámka:

Další informace:

http://cw.felk.cvut.cz/doku.php/courses/a4m33tdv/start

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů: