|
|
6D pose estimation of objects in images
Cífka, Martin ; Šivic, Josef (vedoucí práce) ; Šikudová, Elena (oponent)
Odhad 6D polohy objektů je důležitou úlohou počítačového vidění s možným vyu- žitím například při robotické manipulaci, ale také v počítačové grafice a augmentované realitě. Cílem je odhadnout polohu známého objektu relativně vůči kameře, tedy 3D rotaci a 3D translaci, ze vstupního obrazu. Tento problém je ještě komplikovanější v ne- kontrolovaném prostředí, například v situacích, kdy neznáme správnou kalibraci kamery. V takovém případě je také nutné odhadnout ohniskovou vzdálenost kamery spolu s 6D polohou objektu. V této práci se věnujeme problémům metod pracujících v takových nekontrolovaných prostředích. V první části se konkrétně zaměřujeme na metodu FocalPose - state-of-the-art me- todu pro odhad 6D polohy objektu a ohniskové vzdálenosti kamery. Tuto metodu nejprve shrnujeme a poté navrhujeme několik vylepšení. Mezi ně patří: (i) odvození a vylepšení vzorce pro aktualizaci 6D polohy a ohniskové vzdálenosti, (ii) nahrazení metody pro vy- hledávání objektů v databázi 3D modelů, a (iii) změna distribuce 6D poloh a ohniskových vzdáleností používaných pro generování syntetických trénovacích dat. Tyto změny vedou k lepším výsledkům v porovnání s metodou FocalPose. Nevýhodou metod pro odhadování 6D poloh objektů je výpočetně velmi náročné tré- nování. Vyhnout se přetrénovávání pro nové objekty je možné s...
|
|
|
Autoregressive action-conditioned 3D human motion synthesis using latent discrete codes
Waltl, Jan ; Šivic, Josef (vedoucí práce) ; Mirbauer, Martin (oponent)
V této práci jsme představili novou metodu pro syntézu 3D animace pohybu člověka podmíněné na pevné množině akcí definující pohyb, například "běhání" nebo "předklon". Inspirování úspěchy metod pro generování obrázků z textu na základě diskrétních latentních reprezentacích, jsme úspěšně vyzkoušeli použití těchto metod v kontextu generování pohybu, což je v kontrastu s dosavadními příst upy využívající spojité latentní proměnné. Ve srovnání s dosavadní nejlepší metodou ACTOR, naše metoda není limitována délkou generovaných sekvencí a dokáže plynule navázat na vstupní startovní sekvenci. Autoregressivní generování je omezeno délkou kon textu, což zajišťuje rozumnou rychlost generování. Dále, díky učení ve dvou fázích, budoucí modely se mohou snadno pře dučit na větších datasetech bez označení kategorií a dotrénovat se na konkrétním úkolu. Naši metodu jsme vyhodnotili na UESTC dataset, v metriká ch překování dosavadní metodu ACTOR a generuje animace srovnatelné s datasetem.
|
|
|
Learning to solve geometric construction problems from images
Macke, Jaroslav ; Šivic, Josef (vedoucí práce) ; Šikudová, Elena (oponent)
Konstrukce geometrických problémů pomocí kružítka a pravítka je problém, kterým se lidé zabývají už tisíce let. Lidé jsou schopni řešit geometrické problémy bez znalosti ana- lytického modelu popisujícího jednotlivá geometrická primitiva problému. Většina metod pro počítač analytický model vyžaduje. V této práci představíme metodu pro řešení geometrických konstrukcí s přístupem pouze k obrazové informaci dané scény. Metoda používá Mask R-CNN, konvoluční neuronovou síť pro detekci a segmentaci objektů v obrázcích a videích. Výstupem Mask R-CNN jsou masky a bounding boxy s názvy objektů detekovaných ve vstupním obrázku. V této práci přizpůsobíme architekturu Mask R-CNN pro řešení geometrických konstrukcí ze vstupního obrázku. Vytvoříme model, který nám umožní získat jednotlivé kroky geometrických konstrukcí z masek získaných pomocí Mask R-CNN a popíšeme jak tento model natrénovat. Řešit geometrické problémy tímto způ- sobem je však obtížné protože se musíme vypořádat s detekcí geometrických primitiv a ne- jednoznačností konstrukce. Jeden geometrický problém má nekonečně mnoho konstrukcí. Náš model by měl být schopen vyřešit problémy na kterých nebyl natrénován. Abychom vyřešili modelu neznámé konstrukční problémy, vyvinuli jsme prohledávací algoritmus, který prohledává prostor hypotéz navrhnutých Mask R-CNN...
|
|
|
Learning to solve geometric construction problems from images
Macke, Jaroslav ; Šivic, Josef (vedoucí práce) ; Šikudová, Elena (oponent)
Konstrukce geometrických problémů pomocí kružítka a pravítka je problém, kterým se lidé zabývají už tisíce let. Lidé jsou schopni řešit geometrické problémy bez znalosti ana- lytického modelu popisujícího jednotlivá geometrická primitiva problému. Většina metod pro počítač analytický model vyžaduje. V této práci představíme metodu pro řešení geometrických konstrukcí s přístupem pouze k obrazové informaci dané scény. Metoda používá Mask R-CNN, konvoluční neuronovou síť pro detekci a segmentaci objektů v obrázcích a videích. Výstupem Mask R-CNN jsou masky a bounding boxy s názvy objektů detekovaných ve vstupním obrázku. V této práci přizpůsobíme architekturu Mask R-CNN pro řešení geometrických konstrukcí ze vstupního obrázku. Vytvoříme model, který nám umožní získat jednotlivé kroky geometrických konstrukcí z masek získaných pomocí Mask R-CNN a popíšeme jak tento model natrénovat. Řešit geometrické problémy tímto způ- sobem je však obtížné protože se musíme vypořádat s detekcí geometrických primitiv a ne- jednoznačností konstrukce. Jeden geometrický problém má nekonečně mnoho konstrukcí. Náš model by měl být schopen vyřešit problémy na kterých nebyl natrénován. Abychom vyřešili modelu neznámé konstrukční problémy, vyvinuli jsme prohledávací algoritmus, který prohledává prostor hypotéz navrhnutých Mask R-CNN...
|
host ::
RSS.