محاسبه کادر حاوی شی در تصویر و شناسایی شی توسط دوربین استریو و ویژگیهای مکانی مقاوم برای روبات خانگی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,878

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP06_112

تاریخ نمایه سازی: 20 فروردین 1390

چکیده مقاله:

در سالهای اخیر شناسایی اشیا به یک مسئله مهم و اساسی در تحقیقات بینایی کامپیوتر بدل گشته است دراین پروژه حل مسئله شناسایی اشیا برروی روبات خانگی سورنا مورد بررسی قرارگرفته است شناسایی اشیا توسط روبات در مقایسه با روشهای متداول مشکلات بیشتری را به همراه دارد روبات باید بصورت خودکار اشیا در محیط یافته و از آنها نمونه برداری می کند نمونه ها در شرایط طبیعی و در محیط خانگی گرفته می شوند و اصولا اشیا مورد بررسی کوچک هستند و در نتیجه با مسائلی مانند تغییرات در روشنایی محیط نیاز به حذف زمینه از تصاویر تغییر ات در زاویه دید و تاری در تصاویر دوربین بدلیل حرکت روبات و انسان در محیط مواجه هستیم. برای حل مشکل نمونه برداری روشی ارائه گردیده است که ضمن حذف نمونه های با کیفیت پایین و تار اشیا را از زمینه آنها حذف کرده و کادر حاوی شی را محاسبه می کند سپس با حرکت روبات نمونه گیری ادامه پیدا کرده و زاویه دیده شدن شی توسط روبات افزایش می یابد. همین طور با استفاده از ویژگیهای مکانی مقاوم ASIFTو SIFT بربرخی دیگر از مسائل ذکر شده فائق امدها یم در نهایت با استفادها ز روش تطبیق ویژگی شناسایی اشیا صورت گرفتهاست.

کلیدواژه ها:

روبات خانگی ، شناسایی اشیا نمونه برداری ، ویژگیهای مکانی مقاوم

نویسندگان

هادی محضرنیا

دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر

علیرضا شفائی

دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر

سعید شیری قیداری

دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Robocup @home: _ ai _ rug _ nl/robocup athome/ ...
  • Semantic Robt vision Challenge: ...
  • Hadi Mahzarnia et al, "Sourena Team Description Paper", World Robocup ...
  • David G. Lowe, "Object Recogition from Local Scale-Invariat Features", Inter»ational ...
  • D. G. Lowe, "Distinctive Image Features from Scale-Invariat Key- Points, ...
  • J.M. Morel, G. Yu, :ASIFT: A New Framework for Fully ...
  • K. Mikolajczyk, T. Tuytelaars, C. Schmid, A. Zisserman, J. Matas, ...
  • SIFT GPU: http ://www.cs _ _ _ ed u/ -ccwu/siftgpu/ ...
  • Martin A. Fischler and Robert C. Bolles, "Random Sample Consensus: ...
  • نمایش کامل مراجع