최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of sensor science and technology = 센서학회지, v.23 no.1, 2014년, pp.66 - 71
Vision is the most important sensing capability for both men and sensory smart machines, such as intelligent robots. Sensed real 3D world and its 2D camera image can be related mathematically by a process called camera calibration. In this paper, we present a novel linear solution of camera calibrat...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
카메라의 보정은 어떤 작업인가? | 이때 카메라는 3차원 실세계를 2차원의 영상으로 대응시키는 기능을 하게 되며, 그 대응관계는 카메라의 광학적, 기하학적 특성에 의존적이다. 카메라의 보정(calibration)은 카메라의기하학적성질을특징짓는외부파라메터(extrinsic parameters)와 광학적 성질을 특징짓는 내부 파라메터(intrinsic parameters)를 주어진 3차원 점들과 이들의 2차원 영상점들로부터 추정해 내는 작업이다. 만약 파라메터가 알려진 두 대의 카메라가 존재 한다면, 이들 카메라를 이용하여 3차원 계측이 가능하다[2,3]. | |
선형의 카메라 보정 기법으로 최소제곱오차법을 사용하면 나타나는 장단점은 무엇인가? | 선형의 카메라 보정 기법은 3차원 공간상의 점들과 2차원 영상점 사이의 관계를 선형의 식으로 두고, 이를 만족시키는 파라메터를 최소제곱오차법(least error squares)을 사용하여 구하는 방법을 주로 사용하는데, 이와 같은 접근법은 간단하고 빠른 장점이 있으나, 보정에 의하여 얻어진 파라메터가 실제 물리적 파라메터와 일치하지 않는 문제가 있다. 이는 단순히 카메라 모델을 최대한 만족시키는 파라메터를 구하므로, 그 결과가 모델의 수식은 만족시키지만 이가 실제 물리적인 값과 일치하는 것을 보장할 수 없다는 뜻이다. | |
본 논문에서 제시한 새로운 선형의 카메라 보정 기법의 특징은 무엇인가? | 본 논문에서는 새로운 선형의 카메라 보정 기법을 제안한다. 제안된 기법은 기존의 선형 보정 기법들과 같이 바늘구멍 카메라 모델(pinhole camera model)에 기반하고 있어 이해하기 쉬우며, 그 수행 절차가 단계적이다. 그러나 기존의 기법들과는 달리실제물리적값과일치하는파라메터들을외형적으로(explicitly)얻을 수 있는 장점이 있다. |
E. H. Lee, "Walk guidance technologies for the visually impaired", The Institute of Electronics and Information Engineers Magazine, vol. 32, no. 32, pp. 59-69, 2005.
Y. Do, "A technique to efficiently place sensors for threedimensional robotic manipulation: For the case of stereo cameras", J. Sensor Sci. & Tech., vol. 8, no. 1, pp. 80-88, 1999.
Y. Yakimovsky and R. Cunningham, "A system for extracting three-dimensional measurements from a stereo pair of TV cameras", Computer Graphics and Image Processing, vol. 7, pp. 195-210, 1978.
M. Wilczkowiak, E. Boyer, and P. Sturm, "Camera calibration and 3D reconstruction from single images using parallelepipeds", Proc. IEEE Int. Conf. Computer Vision, vol. 1, pp. 142-148, 2001.
S. Ganapathy, "Decomposition of transformation matrices for robot vision", Proc. IEEE Int. Conf. Robotics and Automation, pp. 130-139, 1984.
L. A. Gerhardt and W. I. Kwak, "An improved adaptive stereo ranging method for three-dimensional measurements", Proc. IEEE Int. Conf. Computer Vision and Pattern Recognition, pp. 21-26, 1986.
Q. Wang, L. Fu and Z. Liu, "Review on camera calibration", Proc. Chinese Control and Decision Conf., pp. 3354- 3358, 2010.
J. Salvi, X. Armangue, and J. Batlle, "A comparative review of camera calibrating methods with accuracy evaluation", Pattern Recogni., vol. 35, issue 7, pp. 1617-1635, 2002.
G. Q .Wei and S. D. Ma, "Implicit and explicit camera calibration: theory and experiments", IEEE Trans. Pattern Anal. Mach. Intell., vol.16, no.5, pp. 469-480, 1994.
D. M. Woo and D. C. Park, "An efficient method for camera calibration using multilayer perceptron type neural network", Proc. Int. Conf. Future Computer and Communication, pp. 358-362, 2009.
Y. Do, "On the neural computation of the scale factor in perspective transformation camera model", Proc. IEEE Int. Conf. Control & Automation (ICCA), pp. 418-423, 2013.
R. K. Lenz and R. Y. Tsai, "Techniques for calibration of the scale factor and image center for high accuracy 3-d machine vision metrology", IEEE Trans. Pattern Anal. Mach. Intell., vol. 10, no. 5, pp. 713-720, 1988.
I. Shimizu, Z. Zhang, S. Akamatsu, and K. Deguchi, "Head pose determination from one image using a generic model", Proc. IEEE Int. Conf. Automatic Face and Gesture Recognition, pp. 100-105, 1998.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.