|
|
Analýza vlastností stereokamery ZED ve venkovním prostředí
Svoboda, Ondřej ; Věchet, Stanislav (oponent) ; Krejsa, Jiří (vedoucí práce)
Tato diplomová práce je zaměřena na testování ZED kamery a SLAM mapování ve venkovním prostředí. Je zde porovnána funkčnost samotné vizuální odometrie ZEDfu, vyvíjena samotným výrobcem kamery, s běžně používanými metodami pro sledování trajektorie a to pomocí GPS nebo kolové odometrie. Dále se zde testuje SLAM mapování v RTAB-Map v závislosti na proměnných podmínkách prostředí a to za použití dvou metod BRISK a SIFT. Provedená analýza by měla sloužit pro pozdější aplikace ZED kamery v mobilní robotice.
|
|
|
Fast feature matching for simultaneous localization and mapping
Mikšík, Ondřej ; Richter, Miloslav (oponent) ; Mikolajczyk,, Krystian (vedoucí práce)
The thesis deals with the fast feature matching for simultaneous localization and mapping. A brief description of local features invariant to scale, rotation, translation and affine transformations, their detectors and descriptors are included. In general, real–time response for matching is crucial for various computer vision applications (SLAM, object retrieval, wide–robust baseline stereo, tracking, . . . ). We solve the problem of sub–linear search complexity by multiple randomised KD–trees. In addition, we propose a novel way of splitting dataset into the multiple trees. Moreover, a new evaluation package for general use (KD–trees, BBD–trees, k–means trees) was developed.
|
|
|
Analýza vlastností stereokamery ZED ve venkovním prostředí
Svoboda, Ondřej ; Věchet, Stanislav (oponent) ; Krejsa, Jiří (vedoucí práce)
Tato diplomová práce je zaměřena na testování ZED kamery a SLAM mapování ve venkovním prostředí. Je zde porovnána funkčnost samotné vizuální odometrie ZEDfu, vyvíjena samotným výrobcem kamery, s běžně používanými metodami pro sledování trajektorie a to pomocí GPS nebo kolové odometrie. Dále se zde testuje SLAM mapování v RTAB-Map v závislosti na proměnných podmínkách prostředí a to za použití dvou metod BRISK a SIFT. Provedená analýza by měla sloužit pro pozdější aplikace ZED kamery v mobilní robotice.
|
|
|
Fast feature matching for simultaneous localization and mapping
Mikšík, Ondřej ; Richter, Miloslav (oponent) ; Mikolajczyk,, Krystian (vedoucí práce)
The thesis deals with the fast feature matching for simultaneous localization and mapping. A brief description of local features invariant to scale, rotation, translation and affine transformations, their detectors and descriptors are included. In general, real–time response for matching is crucial for various computer vision applications (SLAM, object retrieval, wide–robust baseline stereo, tracking, . . . ). We solve the problem of sub–linear search complexity by multiple randomised KD–trees. In addition, we propose a novel way of splitting dataset into the multiple trees. Moreover, a new evaluation package for general use (KD–trees, BBD–trees, k–means trees) was developed.
|
host ::
RSS.