3D Dynamic Scene Analysis: A Stereo Based Approach

مسئله تجزیه و تحلیل توالی تصاویر برای استخراج حرکت و ساختار T سه بعدی برای سالها در مرکز تحقیقات بینایی کامپیوتری بوده است. این بسیار مهم است زیرا موفقیت یا شکست آن تعیین می کند که آیا بینایی می تواند به عنوان یک فرآیند حسی در سیستم های واکنشی مورد استفاده قرار گیرد یا خیر. علاقه قابل توجه پژوهشی در این زمینه حداقل با دو نکته زیر ایجاد شده است: 1. اضافه بودن اطلاعات موجود در تصاویر با زمان متغیر می تواند بر مشکلات متعددی که در تفسیر یک تصویر با آن مواجه می شود، غلبه کند. 2. کاربردهای مهم زیادی از جمله رانندگی خودکار وسیله نقلیه، کنترل ترافیک، نظارت هوایی، بازرسی پزشکی و ساخت مدل جهانی وجود دارد. با این حال، بسیاری از مشکلات جدید وجود دارد که باید حل شوند: نحوه پردازش کارآمد اطلاعات فراوان موجود در تصاویر با زمان متغیر، نحوه مدل‌سازی تغییر بین تصاویر، نحوه مدل‌سازی عدم قطعیت ذاتی مرتبط با سیستم تصویربرداری و نحوه حل مشکلات معکوس که عموماً نامناسب هستند. البته احتمالات زیادی برای حمله به این مشکلات وجود دارد و بسیاری از موارد دیگر باید مورد بررسی قرار گیرند. ما تعدادی از آنها را در این کتاب بر اساس کارهای انجام شده در طی پنج سال گذشته در گروه بینایی کامپیوتر و رباتیک در INRIA (Institut National de Recherche en Informatique et en Automatique) مورد بحث قرار می دهیم.

he problem of analyzing sequences of images to extract three-dimensional T motion and structure has been at the heart of the research in computer vi­ sion for many years. It is very important since its success or failure will determine whether or not vision can be used as a sensory process in reactive systems. The considerable research interest in this field has been motivated at least by the following two points: 1. The redundancy of information contained in time-varying images can over­ come several difficulties encountered in interpreting a single image. 2. There are a lot of important applications including automatic vehicle driv­ ing, traffic control, aerial surveillance, medical inspection and global model construction. However, there are many new problems which should be solved: how to effi­ ciently process the abundant information contained in time-varying images, how to model the change between images, how to model the uncertainty inherently associated with the imaging system and how to solve inverse problems which are generally ill-posed. There are of course many possibilities for attacking these problems and many more remain to be explored. We discuss a few of them in this book based on work carried out during the last five years in the Computer Vision and Robotics Group at INRIA (Institut National de Recherche en Informatique et en Automatique).