Search

U današnje vrijeme ne možemo zamisliti svijet bez tehnologije i računala. Računala postaju sve moćnija i u stanju su izvršavati stvari koje se nisu činile mogućim nekoliko godina unazad. Za velik napredak zaslužno je područje umjetne inteligencije. Računalni vid je polje umjetne inteligencije koje kod računala imitira ljudsko oko. Neki od ključnih zadataka računalnog vida, baš kao i ljudskog vida, čine prepoznavanje i uparivanje značajki. Značajke su dijelovi slike koji se razlikuju od svoje okoline te privlače najveću pozornost i najkorisnije su za daljnju obradu. Prepoznavanje i uparivanje značajki temelj su mnogih složenijih zadataka kao što su rekonstrukcija slika, modeliranje 3D scena i autonomno kretanje robota. U radu su predstavljeni i uspoređeni SIFT i ORB, jedni od najkorištenijih klasičnih algoritama detekcije i uparivanja značajki. Koraci algoritama se sastoje od prepoznavanja ključnih točaka, izgradnje opisnika svake ključne točke te uparivanja značajki pomoću izgrađenih opisnika. Algoritmi SIFT i ORB su također uspoređeni s novijim pristupom problemu, algoritmima temeljenim na dubokom učenju. Nowadays, we cannot imagine our life without technology and computers. Computers are becoming more powerful and are able to do things that did not seem possible a few years ago. The field of artificial intelligence is responsible for the great progress. Computer vision is a field of artificial intelligence that mimics the human eye in computers. Some of the key tasks of computer vision, just like human vision, are recognizing and matching features. Features are parts of the image that differ from their surroundings and attract the most attention and are most useful for further processing. Recognizing and matching features is the foundation of many more complex tasks such as image reconstruction, 3D scene modeling and autonomous robot movement. The paper presents and compares SIFT and ORB, one of the most used classic algorithms for feature detection and matching. The steps of the algorithms consist of identifying keypoints, building a descriptor of each keypoint and pairing features using the built descriptors. SIFT and ORB algorithms are also compared to a newer approach to the problem, using algorithms based on deep learning.

Širi kontekst rada jest odred̄ivanje gibanja kamere analizom slijeda stereoskopskih slika. Većina pristupa za rješavanje tog problema temelji se na korespondenciji točkastih značajki u četvorkama slika pribavljenih u susjednim vremenskim trenutcima. U ovom radu se razmatra specifičan slučaj u kojemu se korespondencije ostvaruju ugrađivanjem slikovnih okana u visokodimenzionalni metrički prostor. U okviru rada su proučeni postupci odredđivanja korespondencija, praćenja značajki, te procjene gibanja. Razvijen je napredni sustav estimacije gibanja na temelju libviso biblioteke. U sustav je ugrađena metoda određivanja korespondencija značajki korištenjem naučene korespondencijske metrike. Preciznost postupaka je evaluirana na dva ispitna skupa. Provedena je evaluacija metrike a zatim evaluacija estimacije gibanja. Prikazani su i analizirani dobiveni rezultati te je predložen daljnji smjer razvoja. The broader context of this paper is camera ego-motion estimation through analysis of acquired stereo image sequences. Most approaches to solving this problem are based on feature point correspondences on two image pairs acquired at subsequent time intervals. In this paper, we consider a specific case in which correspondences are calculated by mapping image frames to high dimensional metric space. We studied different methods of feature matching, feature tracking, and ego-motion estimation. We developed an advanced system for ego-motion estimation based on libviso library. In this system, we incorporated new feature matching method based on trained correspondence metric. The precision of these methods is evaluated on two datasets. First, we evaluate trained correspondence metric and then ego-motion estimation is evaluated. Evaluation results are presented and analyzed and future improvements are proposed.