Научно-технический
«ОПТИЧЕСКИЙ ЖУРНАЛ»
издается с 1931 года
 
   
Русский вариант сайта Английский вариант сайта
   
       
   
       
Статьи последнего выпуска

Электронные версии
выпусков начиная с 2008


Алфавитный указатель
2000-2010 гг


444
Архив оглавлений
выпусков 2002-2007 гг


Реквизиты и адреса

Вниманию авторов и рецензентов!
- Порядок публикации
- Порядок рецензирования статей
- Типовой договор
- Правила оформления
- Получение авторского вознаграждения
- Редакционная этика


Контакты

Подписка

Карта сайта




Журнал с 01.12.2015 допущен ВАК для публикации основных результатов диссертаций как издание, входящее в международные реферативные базы систем цитирования (Web Science, Scopus) (см. Vak.ed.gov.ru Перечень журналов МБД 16.03.2018г)

УВАЖАЕМЫЕ ПОДПИСЧИКИ НАШЕГО ЖУРНАЛА!
По техническим причинам «Оптический журнал» не попал в каталог агентства «Роспечать» на II полугодие 2018 г., что делает невозможной подписку на него на почте. Предлагаем оформить подписку на II полугодие 2018 в редакции журнала удобным Вам способом. Стоимость подписки на полугодие сохраняется (6600 руб.).
На первое полугодие 2019 и далее подписка будет проводится в ранее существовавшем порядке через "Роспечать", "УралПресс" и другие агенства печати.

Связаться с нами можно по т. (812) 315-05-48, Е-mail: beditor@soi.spb.ru

Аннотации (11.2018) : РАСПОЗНАВАНИЕ ОБЪЕКТОВ НА ОСНОВЕ СТРУКТУРНОГО ОПИСАНИЯ ИЗОБРАЖЕНИЙ В ТРЕХМЕРНОМ ПРОСТРАНСТВЕ

РАСПОЗНАВАНИЕ ОБЪЕКТОВ НА ОСНОВЕ СТРУКТУРНОГО ОПИСАНИЯ ИЗОБРАЖЕНИЙ В ТРЕХМЕРНОМ ПРОСТРАНСТВЕ

© 2018 г.       С. В. Пономарев*, **, аспирант; В. Р. Луцив**, ***, ****, доктор техн. наук; И. А. Малышев***, канд. техн. наук

*       Институт физиологии им. И.П. Павлова Российской академии наук, Санкт-Петербург

**     Университет ИТМО, Санкт-Петербург

***   Государственный оптический институт им. С.И. Вавилова, Санкт-Петербург

**** Государственный университет аэрокосмического приборостроения, Санкт-Петербург

E-mail: sv.v.ponomarev@gmail.com

УДК 004.932

Поступила в редакцию 10.07.2018

DOI:10.17586/1023-5086-2018-85-11-58-64

Предложен метод распознавания объектов, основанный на использовании структурного описания изображений трехмерных сцен, проведено экспериментальное сравнение данного метода с имеющимися аналогами. Дана количественная оценка точности распознавания и быстродействия исследуемых методов. Проведено исследование методов обнаружения ключевых точек и построения дескрипторов изображений в трехмерном пространстве. Разработанный алгоритм может быть использован при решении задач навигации мобильного робота и беспилотного летательного аппарата в условиях, характеризующихся высокой степенью априорной неопределенности сюжета.

Ключевые слова: структурное описание, распознавание объектов, трехмерное пространство.

Код OCIS: 150.1135

 

Литература 

1.         Li Y., Snavely N., Huttenlocher D.P. Location recognition using prioritized feature matching // Proc. European Conf. Computer Vision (ECCV). Crete, Greece. 2010. P. 1–14.

2.         Lutsiv V., Malyshev I. Image structural analysis in the tasks of automatic navigation of unmanned vehicles and inspection of Earth surface // Proc. SPIE. 2013. V. 8897 “Electro-Optical Remote Sensing VII”. P. 88970F-1–88970F-1.

3.         Chen C., Huang C., Yeh C. A survey of 2D and 3D image matching in industrial object alignment // Smart Science. 2016. № 4(3). P. 1–10.

4.         Guo Y., Bennamoun M., Sohel F., Lu M., Wan J. 3D object recognition in cluttered scenes with local surface features: A survey // IEEE Trans. Pattern Anal. Mach. Intell. 2014. V. 36. P. 2270–2287.

5.         Endres F., Hess J., Sturm J., Cremers D., Burgard W. 3D mapping with an RGB-D camera // www2.Informatik.Uni-Freiburg.De 2012. V. 30. P. 1–11.

6.         Cupec R., Grbić R., Nyarko E.K. Survey of state-of-the-art methods for object recognition in 3D point clouds // Technical Report. Josip Juraj Strossmayer University of Osijek: Osijek, Croatia, 2016.

7.         Konecny J., Prauzek M., Kromer P., Musilek P. Novel point-to-point scan matching algorithm based on cross-correlation // Mobile Information Systems. 2016. V. 2016. P. 6463945:1–6463945:11.

8.        Lutsiv V.R., Malyshev I.A., Potapov A.S. Hierarchical structural matching algorithms for registration of aerospace images // Proc. SPIE. 2003. V. 5238. P. 164–175.

9.         Ponomarev S.V., Lutsiv V.R., Malyshev I.A. Automatic structural matching of 3D image data // Proc. SPIE. 2015. V. 9649. P. 96490M.

10.       Aldoma A., Tombari F., Prankl J., Richtsfeld A., Stefano L.D., Vincze M. Multimodal cue integration through hypotheses verification for RGB-D object recognition and 6DOF pose estimation // 2013 IEEE Int. Conf. Robot. Autom. Karlsruhe, 2013. P. 2104–2111.

11.       Bo L., Ren X., Fox D. Unsupervised feature learning for RGB-D based object recognition // Experimental Robotics. Springer. 2013. V. 88. P. 387–402.

12.       Socher R., Huval B., Bath B., Manning C.D., Ng A.Y. Convolutional-recursive deep learning for 3D object classification // NIPS’12 Proc. 25th Intern. Conf. Neural Information Processing Systems. Nevada, USA. 2012. V. 1. P. 665–673.

13.       Salakhutdinov R., Hinton G.E. Deep boltzmann machines // Proc. Twelth Intern. Conf. Artificial Intelligence and Statistics. Florida, USA. 2009. P. 448–455.

14.       Steder B., Bogdan R., Kurt R., Knolige W. NARF: 3D range image features for object recognition // Workshop on Defining and Solving Realistic Perception Problems in Personal Robotics at the IEEE/RSJ Intern. Conf. Intelligent Robots and Systems (IROS). Taipei, Taiwan. 2010.

15.       Aldoma A., Tombari F., Rusu R.B., Vincze M. OUR-CVFH — oriented, unique and repeatable clustered viewpoint feature histogram for object recognition and 6DOF pose estimation // DAGM/OAGM 2012: Pattern Recognition. 2012. P. 113–122.

16.       Rusu R.B., Bradski G., Thibaux R., Hsu J. Fast 3D recognition and pose using the viewpoint feature histogram // IEEE/RSJ 2010 Intern. Conf. Intell. Robot. Syst. IROS 2010. Conf. Proc. P. 2155–2162.

17.       Aldoma A., Vincze M., Blodow N., Gossow D., Gedikli S., Rusu R., Bradski G. CAD-model recognition and 6DOF pose estimation using 3D cues // Proc. IEEE Intern. Conf. Comput. Vis. 2011. P. 585–592.

18.       Луцив В.Р. Объектно-независимый подход к структурному анализу изображений // Оптический журнал. 2008. Т. 75. № 11. С. 26–34.

19.       Lai K., Bo L., Ren X., Fox D. A large-scale hierarchical multi-view RGB-D object dataset // Proc. IEEE Intern. Conf. Robot. Autom. 2011. P. 1817–1824.

 

 

Полный текст