Mélange de Gaussiennes Photométriques pour l'Asservissement Visuel Virtuel Direct d'une Caméra Omnidirectionnelle - Connaissance et Intelligence Artificielle Distribuées Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Mélange de Gaussiennes Photométriques pour l'Asservissement Visuel Virtuel Direct d'une Caméra Omnidirectionnelle

Résumé

Cet article traite du suivi de pose direct basé modèle 3D. Nous considérons la transformation d’images omnidirectionnelles en Mélange de Gaussiennes Photométriquesn (MGP) comme primitives directes. Les contributions sont d’adapter l’optimisation de pose aux caméras omnidirectionnelles et de repenser les règles d’initialisation et d’optimisation du paramètre d’extension du MGP. Plusieurs évaluations montrent que cette approche augmente la taille du domaine de convergence. L’application à des images acquises avec un robot mobile placé dans un environnement urbain, représenté par un grand nuage de points 3D coloré, montre une robustesse significative aux grands mouvements inter-images par rapport aux approches directes qui utilisent uniquement l’intensité des pixels
Fichier principal
Vignette du fichier
Photometric_Gaussian_Mixtures_for_Direct_Virtual_Visual_Servoing_of_Omnidirectional_Camera.pdf (2.63 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03339652 , version 1 (09-09-2021)

Identifiants

  • HAL Id : hal-03339652 , version 1

Citer

Seif Eddine Guerbas, Nathan Crombez, Guillaume Caron, El Mustapha Mouaddib. Mélange de Gaussiennes Photométriques pour l'Asservissement Visuel Virtuel Direct d'une Caméra Omnidirectionnelle. ORASIS 2021, Centre National de la Recherche Scientifique [CNRS], Sep 2021, Saint Ferréol, France. ⟨hal-03339652⟩
101 Consultations
53 Téléchargements

Partager

Gmail Facebook X LinkedIn More