KLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolar

Página do item simplificado
dc.contributor.advisor1Laureano, Gustavo Teodoro
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4418446095942420pt_BR
dc.contributor.referee1Laureano, Gustavo Teodoro
dc.contributor.referee2Colombini, Esther Luna
dc.contributor.referee3Costa, Ronaldo Martins da
dc.creatorDias, Nigel Joseph Bandeira
dc.creator.Latteshttp://lattes.cnpq.br/5381876478719358pt_BR
dc.date.accessioned2020-09-17T15:19:52Z
dc.date.available2020-09-17T15:19:52Z
dc.date.issued2020-07-23
dc.description.abstractSelf-localization is one of the key tasks for applications such as robotics, self-driving cars, and augmented reality. The cameras have been broadly used because of their affordable cost, lower energy consumption, rich information, and the ability to provide results comparable to more expensive sensors. Among the visual localization methods, the feature-based Visual Odometry (VO) has attracted substantial attention, due to their low computation demand which makes them suitable for embedded systems. This is due to the nature of the information used since the pose of the camera is estimated based on a geometric consistency of feature matching. On the other hand, these methods tend to be more sensitive to errors resulting from bad correspondence. In this present work is proposed a correspondence methodology based on a circular matching procedure, which fuses well-known strategies in Computer Vision in order to enhance the quality of feature matching. The process combines the INSAD (Illumination Normalized Sum of Absolute Differences) metric, for stereo feature matching, and the KLT algorithm (Kanade-Lucas-Tomasi feature tracker) for feature tracking between consecutive frames. In both approaches is imposed the constraints of the epipolar geometry, in order to obtain a fast and accurate feature matching. The proposed methodology was evaluated in the KITTI dataset and against other methods. Experimental results demonstrate that the proposed method contributes to faster convergence and achieves high local accuracy. Furthermore, even without global optimizations, the proposed method demonstrated to be accurate for long term tracking, compared to other methods.eng
dc.description.provenanceSubmitted by Luciana Ferreira (lucgeral@gmail.com) on 2020-09-17T12:46:38Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Dissertação - Nigel Joseph Bandeira Dias - 2020.pdf: 11724002 bytes, checksum: 1dc96f53b6d07462b72801770fb7187d (MD5)en
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2020-09-17T15:19:52Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Dissertação - Nigel Joseph Bandeira Dias - 2020.pdf: 11724002 bytes, checksum: 1dc96f53b6d07462b72801770fb7187d (MD5)en
dc.description.provenanceMade available in DSpace on 2020-09-17T15:19:52Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Dissertação - Nigel Joseph Bandeira Dias - 2020.pdf: 11724002 bytes, checksum: 1dc96f53b6d07462b72801770fb7187d (MD5) Previous issue date: 2020-07-23en
dc.description.resumoA auto-localização é uma das tarefas básicas e fundamentais para a execução de outras tarefas em aplicações da robótica móvel, de veículos autônomos e de realidade virtual aumentada. As câmeras têm recebido destaque no processo de auto-localização pelo seu custo acessível, menor consumo de energia, pela riqueza de informação e pela capacidade de gerar um resultado equiparável a sensores mais caros. Dentre os métodos de localização visual, a Odometria Visual (VO) baseada em características tem obtido maior notoriedade por demandar menor poder computacional, tornando-se uma boa alternativa para sistemas embarcados. Isso deve-se a natureza das informações utilizadas, uma vez que, a pose (posição e orientação) da câmera é estimada buscando uma consistência geométrica na correspondência de características esparsas extraídas das imagens. Por outro lado, estes métodos tendem a ser sensíveis a erros resultantes de falsas correspondências entre as características extraídas. O presente trabalho vem contribuir com essa área propondo uma metodologia de correspondência circular que funde estratégias já conhecidas na área de Visão Computacional. O processo combina a métrica de similaridade INSAD (\textit{Illumination Normalized Sum of Absolute Differences}), para realizar a correspondência de pontos entre o mesmo par estéreo, e o algoritmo de KLT (\textit{Kanade-Lucas-Tomasi feature tracker}), a fim de determinar as correspondências entre pontos de frames consecutivos. Em ambas as abordagens, são impostas as restrições da geometria epipolar de modo a obter uma correspondência rápida e acurada. A metodologia proposta foi avaliada no banco de dados do KITTI e comparado com outros métodos presentes na literatura. Os resultados experimentais demonstram que além de contribuir na diminuição do acúmulo de erros ao longo do tempo, a metodologia proposta contribui para uma convergência mais rápida do processo de otimização. Adicionalmente, os resultados demonstram que mesmo não utilizando métodos de otimização global, metodologia proposta gera resultados competitivos à métodos que fazem uso de tais técnicas.pt_BR
dc.identifier.citationDIAS, N. J. B. KLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolar. 2020. 103 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2020.pt_BR
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/10746
dc.languageporpt_BR
dc.publisherUniversidade Federal de Goiáspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Informática - INF (RG)pt_BR
dc.publisher.initialsUFGpt_BR
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação (INF)pt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectOdometria Visualpor
dc.subjectVOpor
dc.subjectSeleção de pontos chavespor
dc.subjectVisual Odometryeng
dc.subjectVOeng
dc.subjectKeypoint selectioneng
dc.subjectRoboticseng
dc.subjectRobótica móvelpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleKLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolarpt_BR
dc.title.alternativeKLTVO: Visual Odometry based on keypont selection by imposing epipolar geometry constraintseng
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Nigel Joseph Bandeira Dias - 2020.pdf
Tamanho:
11.18 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Ciência da Computação (INF)