Rozpoznání objektů a jejich polohy s využitím 3D modelů objektů

Abstract

Práca sa zaoberá detekciou objektov a ich 3D pozície v RGB-D obraze (získaného zo senzoru Microsoft Kinect) na základe 3D modelov. Cieľom práce bolo vytvorenie aplikácie slúžiacej k rozpoznaniu objektu v obraze s použitím rôznych State of the Art algoritmov určených k popisu okolia bodu (tzv. lokálne deskriptory), na základe ktorých sa hľadá objekt v obraze. Následne boli tieto algoritmy vyhodnotené a boli navrhnuté a experimentálne overené možné vylepšenia tohto procesu. Navrhnuté riešenia zahrnujú redukciu dimenzií odhadnutých deskriptorov pomocou analýzy hlavných komponentov, pridanie farebnej zložky do lokálneho deskriptoru Fast Point Feature Histogram (FPFH), modifikovanie deskriptoru FPFH tak, aby bol reprezentovaný menším počtom čísel. Poslednou fázou je porovnanie efektívnosti algoritmov použitých pre vyhľadávanie najbližších susedných bodov.

Thesis addresses one of the typical tasks in computer vision, called 3D pose estimation. Object recognition is the fundamental task for different areas, such as robotics or augumented reality. The goal of this thesis was to develop a software for 3D pose estimation in RGB-D image based on object's model using various State of the Art local descriptors algorithms. Later, these algorithms are compared and evaluated. Moreover, a few enhancements are proposed to make object recognition process more effective. These include dimension reduction using principal component analysis (PCA), adding color to the Fast Point Feature Histogram (FPFH) descriptor, modifying FPFH descriptor to estimate low dimensional descriptors and comparing algorithms for nearest neighbor search.