主动目标几何建模研究方法综述
发布时间：2021-09-17 14:56
目的目标建模是机器视觉领域的主要研究方向之一,主动目标建模是在保证建模完整度的情况下,通过有计划地调节相机的位姿参数,以更少的视点和更短的运动路径实现目标建模的智能感知方法。为了反映主动目标建模的研究现状和最新进展,梳理分析了2004年以来的相关文献,对国内外研究方法做出概括性总结。方法以重构模型类型和规划视点所用信息作为划分依据,将无模型的主动目标建模方法分为基于表面的主动目标建模方法、基于搜索的目标建模方法和两者相结合的方法 3大类,重点对前两类方法进行综述,首先解释了每类方法的基本思想,总结每类方法涉及的问题,然后对相关问题的主要研究方法进行归纳和分析,最后将各个问题的解决方法进行合理的搭配组合,形成不同的主动目标建模方法,并对各类方法的优势和局限性进行了总结。结果各类主动目标建模算法在适用场景范围、计算复杂度等方面存在差异,但相对于传统的被动目标建模方法,当前的主动目标建模算法已经能够极大程度地提高建模任务的质量和降低建模所需代价。结论基于表面的主动目标建模方法思想相对简单,但仅适用于表面简单的目标建模。基于搜索的目标建模方法能够量化地评价每一个候选视点,适用广泛且涉及的问题相...
【文章来源】：中国图象图形学报. 2019,24(07)北大核心CSCD
【文章页数】：11 页
【部分图文】：
主动目标建模算法流程图Fig．1Algorithmflowchartofactiveobjectreconstruction
Vol．24，No．7，Jul．20191020图22004—2018年论文发表量分布图Fig．2Distributionofpaperspublishedin2004—2018够高质量地对目标实现全覆盖。无模型的主动目标建模是指没有目标的任何信息，仅从第一视点获得的信息开始，一步步地进行规划，最终实现目标的几何建模。在实际应用中，第二类的情况更多，相对更也难，因此对无模型主动目标建模的研究相对较多。有模型的预规划方法相对简单，也更成熟，因此本文仅对无模型任务的方法进行综述，有模型的方法可参见文献［20-25］。对于无模型的主动目标建模任务，以重构模型类型和规划视点时使用的信息作为划分依据，其研究方法主要分为3大类:基于表面的方法(surface-basedmethods)、基于搜索的方法(search-basedmethods)和两者相结合的方法(hybridmethods)。基于表面的方法使用点云、三角面片等模型，利用当前已获得的局部模型提取表面信息，对未知区域形状分类，从而决定下一视点;基于搜索的方法使用体素模型，首先用一定的方法确定批量候选视点，然后用合理的评价函数对这些视点打分，分数最高的候选视点作为下一最佳视点;两者相结合的方法同时使用表面模型和体素模型，综合利用两类方法的优势，为视点规划提供更多的有效信息［26-27］。但是目前两者相结合的方法并没有获得太多研究，因此本文仅对基于表面和基于搜索的两种主动目标建模类型中的相关方法作归纳总结。分别以“3dreconstruction”+“nextbestview”+“surfacebased”和“3dreconstruction”+“nextbestview”+“voxel”作为关键词搜索论文发表情况，结果如图2所示，表明在主动目标建模方法中基于搜索的方法占比相对基于表面的?
第24卷/第7期/2019年7月孔研自，朱枫，郝颖明，吴清潇，鲁荣荣/主动目标几何建模研究方法综述1021平或竖直延伸的方向;2)该边缘点处的主曲线方向;3)该边缘点的高斯曲线方向;4)自行选定，易于下一步操作的表面曲线来表示探测方向，如图3。图3探测方向曲线Fig．3Thecurveofdetectiondirection2.2未知表面预测问题未知表面预测包括两种方法，一是直接法，利用已知点坐标拟合未知表面;二是间接法，使用表面的几何特征(如曲率、几何形状等)拟合未知区域的特征，进而预测未知表面。用直接法预测未知表面，算法形式比较简单，常用的表面表示方法包括二次曲面表示方法［27］、多项式表示方法［30-31］等。间接法预测未知表面，是在对已知表面进行处理以后，利用其表面特征来估计未知区域表面。对较平缓的曲线，可使用已知部分各点曲率对未知部分进行拟合［29］。这类方法计算量相对较小，但间接地对曲线进行拟合可能会带来更大的拟合误差。2.3下一最佳视点确定问题为了满足后续数据融合的需求，相邻两帧图像需要保证一定的重叠区域;同时，移动后的相机位置可能与预期存在偏差，为了保证有效的点云配准，重叠区域需要含有足够的信息量，这种约束称为前后帧重叠约束。为了满足前后帧重叠约束，同时以探测到更多的未知区域作为优化目标，下一视点确定转化为一定约束下的目标优化问题求解，如图4所示。3基于搜索的主动目标建模基于搜索的主动目标建模方法的基本思想是利用体素模型中各个体素包含的信息及其与视点之间的位置关系，在若干候选视点中用合适的评价函数选择最佳视点。使用这类方法确定下一最佳视点的图4下一
【参考文献】：
期刊论文
[1]基于RGB-D深度相机的室内场景重建[J]. 梅峰,刘京,李淳秡,王兆其. 中国图象图形学报. 2015(10)
[2]基于机器人视觉伺服的确定下一最优视点的方法研究[J]. 黄立平,左骏秋,张磊. 工业仪表与自动化装置. 2015(02)
[3]自动3维重构中确定下一最优视点的方法研究[J]. 姚兴田,吴亮亮,马永林,张磊. 江西师范大学学报(自然科学版). 2013(06)
[4]混合视觉系统中共同视场的确定与3维重建方法[J]. 何炳蔚,陈志鹏. 机器人. 2011(05)
[5]线激光三维测量仪中视觉传感器规划方法研究[J]. 何炳蔚,周小龙. 中国激光. 2010(06)
[6]一种具有自终止特性的视点规划方法[J]. 何炳蔚. 中国图象图形学报. 2006(12)
本文编号：3398945
【文章来源】：中国图象图形学报. 2019,24(07)北大核心CSCD
【文章页数】：11 页
【部分图文】：
主动目标建模算法流程图Fig．1Algorithmflowchartofactiveobjectreconstruction
Vol．24，No．7，Jul．20191020图22004—2018年论文发表量分布图Fig．2Distributionofpaperspublishedin2004—2018够高质量地对目标实现全覆盖。无模型的主动目标建模是指没有目标的任何信息，仅从第一视点获得的信息开始，一步步地进行规划，最终实现目标的几何建模。在实际应用中，第二类的情况更多，相对更也难，因此对无模型主动目标建模的研究相对较多。有模型的预规划方法相对简单，也更成熟，因此本文仅对无模型任务的方法进行综述，有模型的方法可参见文献［20-25］。对于无模型的主动目标建模任务，以重构模型类型和规划视点时使用的信息作为划分依据，其研究方法主要分为3大类:基于表面的方法(surface-basedmethods)、基于搜索的方法(search-basedmethods)和两者相结合的方法(hybridmethods)。基于表面的方法使用点云、三角面片等模型，利用当前已获得的局部模型提取表面信息，对未知区域形状分类，从而决定下一视点;基于搜索的方法使用体素模型，首先用一定的方法确定批量候选视点，然后用合理的评价函数对这些视点打分，分数最高的候选视点作为下一最佳视点;两者相结合的方法同时使用表面模型和体素模型，综合利用两类方法的优势，为视点规划提供更多的有效信息［26-27］。但是目前两者相结合的方法并没有获得太多研究，因此本文仅对基于表面和基于搜索的两种主动目标建模类型中的相关方法作归纳总结。分别以“3dreconstruction”+“nextbestview”+“surfacebased”和“3dreconstruction”+“nextbestview”+“voxel”作为关键词搜索论文发表情况，结果如图2所示，表明在主动目标建模方法中基于搜索的方法占比相对基于表面的?
第24卷/第7期/2019年7月孔研自，朱枫，郝颖明，吴清潇，鲁荣荣/主动目标几何建模研究方法综述1021平或竖直延伸的方向;2)该边缘点处的主曲线方向;3)该边缘点的高斯曲线方向;4)自行选定，易于下一步操作的表面曲线来表示探测方向，如图3。图3探测方向曲线Fig．3Thecurveofdetectiondirection2.2未知表面预测问题未知表面预测包括两种方法，一是直接法，利用已知点坐标拟合未知表面;二是间接法，使用表面的几何特征(如曲率、几何形状等)拟合未知区域的特征，进而预测未知表面。用直接法预测未知表面，算法形式比较简单，常用的表面表示方法包括二次曲面表示方法［27］、多项式表示方法［30-31］等。间接法预测未知表面，是在对已知表面进行处理以后，利用其表面特征来估计未知区域表面。对较平缓的曲线，可使用已知部分各点曲率对未知部分进行拟合［29］。这类方法计算量相对较小，但间接地对曲线进行拟合可能会带来更大的拟合误差。2.3下一最佳视点确定问题为了满足后续数据融合的需求，相邻两帧图像需要保证一定的重叠区域;同时，移动后的相机位置可能与预期存在偏差，为了保证有效的点云配准，重叠区域需要含有足够的信息量，这种约束称为前后帧重叠约束。为了满足前后帧重叠约束，同时以探测到更多的未知区域作为优化目标，下一视点确定转化为一定约束下的目标优化问题求解，如图4所示。3基于搜索的主动目标建模基于搜索的主动目标建模方法的基本思想是利用体素模型中各个体素包含的信息及其与视点之间的位置关系，在若干候选视点中用合适的评价函数选择最佳视点。使用这类方法确定下一最佳视点的图4下一
【参考文献】：
期刊论文
[1]基于RGB-D深度相机的室内场景重建[J]. 梅峰,刘京,李淳秡,王兆其. 中国图象图形学报. 2015(10)
[2]基于机器人视觉伺服的确定下一最优视点的方法研究[J]. 黄立平,左骏秋,张磊. 工业仪表与自动化装置. 2015(02)
[3]自动3维重构中确定下一最优视点的方法研究[J]. 姚兴田,吴亮亮,马永林,张磊. 江西师范大学学报(自然科学版). 2013(06)
[4]混合视觉系统中共同视场的确定与3维重建方法[J]. 何炳蔚,陈志鹏. 机器人. 2011(05)
[5]线激光三维测量仪中视觉传感器规划方法研究[J]. 何炳蔚,周小龙. 中国激光. 2010(06)
[6]一种具有自终止特性的视点规划方法[J]. 何炳蔚. 中国图象图形学报. 2006(12)
本文编号：3398945
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3398945.html
