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

Detalhes bibliográficos
Autor(a) principal: Dias, Nigel Joseph Bandeira
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFG
dARK ID: ark:/38995/0013000004qjg
Texto Completo: http://repositorio.bc.ufg.br/tede/handle/tede/10746
Resumo: Self-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.
id UFG-2_33b03b6e7399b2c1c482e0f081ee4ea7
oai_identifier_str oai:repositorio.bc.ufg.br:tede/10746
network_acronym_str UFG-2
network_name_str Repositório Institucional da UFG
repository_id_str
spelling Laureano, Gustavo Teodorohttp://lattes.cnpq.br/4418446095942420Laureano, Gustavo TeodoroColombini, Esther LunaCosta, Ronaldo Martins dahttp://lattes.cnpq.br/5381876478719358Dias, Nigel Joseph Bandeira2020-09-17T15:19:52Z2020-09-17T15:19:52Z2020-07-23DIAS, 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.http://repositorio.bc.ufg.br/tede/handle/tede/10746ark:/38995/0013000004qjgSelf-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.A 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.Submitted 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)Approved 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)Made 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: 2020-07-23porUniversidade Federal de GoiásPrograma de Pós-graduação em Ciência da Computação (INF)UFGBrasilInstituto de Informática - INF (RG)Attribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessOdometria VisualVOSeleção de pontos chavesRobótica móvelVisual OdometryVOKeypoint selectionRoboticsCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOKLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolarKLTVO: Visual Odometry based on keypont selection by imposing epipolar geometry constraintsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis1950050050027184reponame:Repositório Institucional da UFGinstname:Universidade Federal de Goiás (UFG)instacron:UFGLICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.bc.ufg.br/tede/bitstreams/fa45afa6-1b86-41b7-8f01-2b9ee843e29b/download8a4605be74aa9ea9d79846c1fba20a33MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811http://repositorio.bc.ufg.br/tede/bitstreams/a7a2c439-cbfc-476a-81c6-de3081b79f1d/downloade39d27027a6cc9cb039ad269a5db8e34MD52ORIGINALDissertação - Nigel Joseph Bandeira Dias - 2020.pdfDissertação - Nigel Joseph Bandeira Dias - 2020.pdfapplication/pdf11724002http://repositorio.bc.ufg.br/tede/bitstreams/6233a87b-02de-4621-96fc-02bd6c1cface/download1dc96f53b6d07462b72801770fb7187dMD53tede/107462020-09-17 12:19:52.592http://creativecommons.org/licenses/by-nc-nd/3.0/br/Attribution-NonCommercial-NoDerivs 3.0 Brazilopen.accessoai:repositorio.bc.ufg.br:tede/10746http://repositorio.bc.ufg.br/tedeRepositório InstitucionalPUBhttp://repositorio.bc.ufg.br/oai/requesttasesdissertacoes.bc@ufg.bropendoar:2020-09-17T15:19:52Repositório Institucional da UFG - Universidade Federal de Goiás (UFG)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
dc.title.pt_BR.fl_str_mv KLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolar
dc.title.alternative.eng.fl_str_mv KLTVO: Visual Odometry based on keypont selection by imposing epipolar geometry constraints
title KLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolar
spellingShingle KLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolar
Dias, Nigel Joseph Bandeira
Odometria Visual
VO
Seleção de pontos chaves
Robótica móvel
Visual Odometry
VO
Keypoint selection
Robotics
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short KLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolar
title_full KLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolar
title_fullStr KLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolar
title_full_unstemmed KLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolar
title_sort KLTVO: Algoritmo de Odometria Visual estéreo baseada em seleção de pontos chaves pela imposição das restrições da geometria epipolar
author Dias, Nigel Joseph Bandeira
author_facet Dias, Nigel Joseph Bandeira
author_role author
dc.contributor.advisor1.fl_str_mv Laureano, Gustavo Teodoro
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/4418446095942420
dc.contributor.referee1.fl_str_mv Laureano, Gustavo Teodoro
dc.contributor.referee2.fl_str_mv Colombini, Esther Luna
dc.contributor.referee3.fl_str_mv Costa, Ronaldo Martins da
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/5381876478719358
dc.contributor.author.fl_str_mv Dias, Nigel Joseph Bandeira
contributor_str_mv Laureano, Gustavo Teodoro
Laureano, Gustavo Teodoro
Colombini, Esther Luna
Costa, Ronaldo Martins da
dc.subject.por.fl_str_mv Odometria Visual
VO
Seleção de pontos chaves
Robótica móvel
topic Odometria Visual
VO
Seleção de pontos chaves
Robótica móvel
Visual Odometry
VO
Keypoint selection
Robotics
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
dc.subject.eng.fl_str_mv Visual Odometry
VO
Keypoint selection
Robotics
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description Self-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.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-09-17T15:19:52Z
dc.date.available.fl_str_mv 2020-09-17T15:19:52Z
dc.date.issued.fl_str_mv 2020-07-23
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv DIAS, 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.
dc.identifier.uri.fl_str_mv http://repositorio.bc.ufg.br/tede/handle/tede/10746
dc.identifier.dark.fl_str_mv ark:/38995/0013000004qjg
identifier_str_mv DIAS, 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.
ark:/38995/0013000004qjg
url http://repositorio.bc.ufg.br/tede/handle/tede/10746
dc.language.iso.fl_str_mv por
language por
dc.relation.program.fl_str_mv 19
dc.relation.confidence.fl_str_mv 500
500
500
dc.relation.department.fl_str_mv 27
dc.relation.cnpq.fl_str_mv 184
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Goiás
dc.publisher.program.fl_str_mv Programa de Pós-graduação em Ciência da Computação (INF)
dc.publisher.initials.fl_str_mv UFG
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Instituto de Informática - INF (RG)
publisher.none.fl_str_mv Universidade Federal de Goiás
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFG
instname:Universidade Federal de Goiás (UFG)
instacron:UFG
instname_str Universidade Federal de Goiás (UFG)
instacron_str UFG
institution UFG
reponame_str Repositório Institucional da UFG
collection Repositório Institucional da UFG
bitstream.url.fl_str_mv http://repositorio.bc.ufg.br/tede/bitstreams/fa45afa6-1b86-41b7-8f01-2b9ee843e29b/download
http://repositorio.bc.ufg.br/tede/bitstreams/a7a2c439-cbfc-476a-81c6-de3081b79f1d/download
http://repositorio.bc.ufg.br/tede/bitstreams/6233a87b-02de-4621-96fc-02bd6c1cface/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
e39d27027a6cc9cb039ad269a5db8e34
1dc96f53b6d07462b72801770fb7187d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFG - Universidade Federal de Goiás (UFG)
repository.mail.fl_str_mv tasesdissertacoes.bc@ufg.br
_version_ 1815172559655665664