Логачев Е.М.¹

¹Дальневосточный федеральный университет (г. Владивосток, Россия)

¹logachev.em1997@gmail.com

Постановка проблемы. Работа посвящена проблеме построения детальной 3D-реконструкции объектов в динамических сценах при съемке местности подводными автономными аппаратами. Рассматривается метод обработки изображений, позволяющий идентифицировать динамические объекты и точки сцены, что может быть использовано для позиционирования подводного автономного аппарата. Идентификация точек на изображениях видеопотока и 3D-реконструкция точечных данных основаны на идеях «затравочного» алгоритма.

Цель. Увеличить точность 3D-реконструкции динамических сцен при выполнении работ автономными аппаратами в заранее неизвестных условиях.

Результаты. Получены статистические данные, характеризующие работу алгоритмов идентификации объектов и их точек. Сделаны выводы об особенностях работы с малополигональными и многополигональными объектами. Предложены подходы к определению местоположения подводного автономного аппарата посредством анализа точечных данных.

Практическая значимость. Применение систем позиционирования на основе обработки изображений актуально в различных приложениях: от беспилотных автомобилей и роботов-курьеров до автономных исследовательских аппаратов. Решения в данной области могут повлиять, например, на результативность поисково-спасательных или ремонтных работ в труднодоступных условиях.

Логачев Е.М. Детектирование точек при 3D-реконструкции динамических сцен в задачах навигации подводных автономных аппаратов // Информационно-измерительные и управляющие системы. 2025. Т. 23. № 6. С. 50−60. DOI: https://doi.org/10.18127/j20700814-202506-03

1. Hasler N., Rosenhahn B., Thormahlen T., Wand M., Gall J., Seidel H.P. Markerless motion capture with unsynchronized moving cameras. CVPR. 2009;224−231. DOI:10.1109/CVPR.2009.5206859.
2. Ballan L., Brostow G.J., Puwein J., Pollefeys M. Unstructured video-based rendering: Interactive exploration of casually captured videos. ACM Transactions on Graphics // Proceedings of SIGGRAPH. 2010. 29(4). 134−146. DOI:10.1145/1778765.1778824.
3. Taneja A., Ballan L., Pollefeys M. Modeling dynamic scenes recorded with freely moving cameras // Conference on Computer Vision. 2010. 613−626. DOI:10.1007/978-3-642-19318-7_48.
4. Mustafa A., Kim H., Guillemaut J-Y., Hilton A. General Dynamic Scene Reconstruction from Multiple View Video // ICCV. 2015. 900−908. DOI:10.1109/ICCV.2015.109.
5. Mustafa A., Kim H., Guillemaut J-Y., Hilton A. Temporally coherent 4D reconstruction of complex dynamic scenes // IEEE Conference on Computer Vision and Pattern recognition. 2016. 223−245. DOI:10.1109/CVPR.2016.504.
6. Lefloch D., Kluge M., Sarbolandi H., Weyrich T., Kolb A. Comprehensive Use of Curvature For Robust And Accurate Online Surface Reconstruction // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2017. Режим доступа: http://reality.cs.ucl.ac.uk/projects/kinect/lefloch17comprehensive.pdf DOI:10.1109/TPAMI.2017.2648803 [дата обращения: 14.03.2023].
7. Гошин Е.В., Фурсов В.А., Бибиков С.А. Реконструкция 3D-сцен на пучках эпиполярных плоскостей стереоизображений // Мехатроника, Автоматизация, Управление. 2013. 9. 19−24.
8. Гошин Е.В. Реконструкция 3D-сцен по неректифицированным стереоизображениям с прореживающей фильтрацией // Известия Самарского научного центра РАН. 2013. 15(6). 748−753.
9. Скворцов А.В. Триангуляция Делоне и ее применение. Томск: Изд-во Томского ун-та. 2002. 128 c. ISBN 5-7511-1501-5.
10. Скворцов А.В., Костюк Ю.Л. Эффективные алгоритмы построения триангуляции Делоне // Геоинформатика. Теория и практика. Томск: Изд-во Томского ун-та. 1998. 1. 22−47.
11. Бобков В.А., Кудряшов А.П., Мельман С.В. О восстановлении движения динамических объектов по стереоизображениям // Программирование. 2018. 3. 29−42. Доступно по: https://www.elibrary.ru/download/elibrary_35104243_54722268.pdf (дата обращения: 26.01.2025).
12. Бобков В.А., Кудряшов А.П. Идентификация и расчет траекторий динамических объектов по стереоизображениям // Программирование. 2020. 46(1). 3−14. Доступно по: https://sciencejournals.ru/view-article/?j=program&y=2020&v=0&n=1 &a=Program2001002Bobkov (дата обращения: 13.03.2025).
13. Bobkov V., Melman S., Kudrashov A., Scherbatyuk A. Vision-based navigation method for a local maneuvering of the autonomous underwater vehicle // IEEE OES International Symposium on Underwater Technology. (UT 2017 Busan). Busan. 2017. 21−24.
14. Bay H., Ess A., Tuytelaars T., Van Gool L. Speeded-Up Robust Features (SURF) // Computer Vision and Image Understanding. 2008. V. 110. P. 346−359.
15. Jianbo Shi, Carlo Tomasi. Good Features to Track // IEEE Conference on Computer Vision and Pattern Recognition. 1994. P. 593−600.