Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2024/2025

Three-dimensional Computer Vision

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
BE4M33TDV Z,ZK 6 2P+2C anglicky
Vztahy:
Předmět BE4M33TDV může při kontrole studijních plánů nahradit předmět B4M33TDV
Předmět BE4M33TDV nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět B4M33TDV (vztah je symetrický)
Podmínkou zápisu na předmět BE4M33TDV je, že student si nejpozději ve stejném semestru zapsal příslušný počet předmětů ze skupiny BEZBM
Předmět BE4M33TDV nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A4M33TDV (vztah je symetrický)
Předmět BE4M33TDV nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět B4M33TDV (vztah je symetrický)
Garant předmětu:
Radim Šára
Přednášející:
Radim Šára
Cvičící:
Martin Matoušek, Jaroslav Moravec, Radim Šára
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 and using it to compute a virtual 3D model of an object of his/her choice.

Požadavky:

Basics of geometry in 2D and 3D, vector algebra, linear algebra, elementary methods of continuous function optimization, Bayesian modelling basics, elementary competence in Python or Matlab programming.

Detailed up-to-date information on the course, including details about the requirements, are available at https://cw.fel.cvut.cz/wiki/courses/tdv/start

Osnova přednášek:

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

2. Basic geometry of points and lines, homography

3. Perspective camera, projection matrix decomposition, optical center

4. Optical ray, axis, plane; vanishing point, cross-ratio

5. Camera calibration from vanishing points, camera resection from 6 points, critical configurations for resection

6. The exterior orientation problem, the relative orientation problem, epipolar geometry, epipolar constraint

7. Essential matrix decomposition, 7-point algorithm for fundamental matrix estimation, 5-point algorithm for essential matrix estimation

8. Triangulation by algebraic error minimization, reprojection error, Sampson error correction

9. The golden standard triangulation method, local optimization for fundamental matrix estimation, robust error function

10. Optimization by random sampling, MH sampler, RANSAC

11. Camera system reconstruction

12. Bundle adjustment, gauge freedom in bundle adjustment, minimal representations, introduction to stereovision

13. Epipolar rectification, occlusion constraint

14. Matching table, Marroquin's WTA matching algorithm, maximum-likelihood matching algorithm, ordering constraint, stereo matching algorithm comparison

Osnova cvičení:

1. Introduction, term project specification, instructions on how to select an object suitable for 3D reconstruction, on image capture, and on camera calibration.

2. An introductory computer programming exercise with points and lines in a plane.

3. An exercise on the geometric description of perspective camera. Robust maximum likelihood estimation of a planar line.

4. Computing sparse correspondences by WBS matcher.

5. A computer exercise with matching and estimation of two homographies in an image pair.

6. Calibration of poses of a set of cameras.

7. Midterm test.

8. Sparse point cloud reconstruction.

9. Optimization of point and camera estimates by bundle adjustment.

10. Epipolar rectification and dense stereomatching. Dense point cloud reconstruction.

11. 3D surface reconstruction.

12. Presentation and submission of resulting models.

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.

Poznámka:
Další informace:
https://cw.fel.cvut.cz/wiki/courses/tdv/start
Rozvrh na zimní semestr 2024/2025:
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
Út
místnost KN:E-311
Matoušek M.
Moravec J.

14:30–16:00
(přednášková par. 1
paralelka 101)

Karlovo nám.
Lab K311
St
místnost KN:E-112
Šára R.
11:00–12:30
(přednášková par. 1)
Karlovo nám.
Cvičebna Vyčichlova
Čt

Rozvrh na letní semestr 2024/2025:
Rozvrh není připraven
Předmět je součástí následujících studijních plánů:
Platnost dat k 4. 10. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet4685306.html