Calibration5 [Tübingen ML] Computer Vision - Lecture 3.2 (Structure-from-Motion: Two-frame Structure-from-Motion) 튀빙겐 대학교의 Lecture: Computer Vision 3.2을 공부하며 정리한 자료입니다. 와우 태어나서 처음보는... 이해하기 쉽지 않았다.. Epipolar Geometry Epipolar Geometry는 두 개의 카메라 이미지를 사용하여, 두 이미지 사이의 기하학적 관계를 파악하고 카메라의 위치 및 방향을 추정하는 것. $\mathtt{R}$은 회전 행렬(rotation matrix)을 나타내는 변수이며, t는 평행 이동 벡터(translation vector)를 나타내는 변수. 3D point $\mathtt{x}$는 image 1에서 $\overline{x_1}$로 image 2에서는 $\overline{x_2}$로 투영된다. 카메라 원점 $O_1$, $O_2$ 두 개를 이은 선과 이미.. 2023. 3. 21. [Tübingen ML] Computer Vision - Lecture 3.1 (Structure-from-Motion: Preliminaries) 튀빙겐 대학교의 Lecture: Computer Vision 3.1을 공부하며 정리한 자료입니다. Lecture 3에서는 Structure-from-motion에 대해서 배운다. 얏호! NeRF를 공부하면서 너무 더 공부하고 싶었던 분야다. 오늘 정리할 Lecture 3.1은 Structure-from-motion을 배우기 위한 여러 준비를 하는 단계다. Camera Calibration 카메라 캘리브레이션은 3D Reconstruction의 전제조건이 된다고 할 수 있다. 카메라 캘리브레이션은 intrinsic/extrinsic parameters를 찾는 과정이다. 보통 known calibration target(이미지, 체커보드)을 이용한다. 카메라 캘리브레이션의 과정은 다음과 같다. 1. Know.. 2023. 3. 18. [Tübingen ML] Computer Vision - Lecture 2.4 (Image Formation: Image Sensing Pipeline) 튀빙겐 대학교의 Lecture: Computer Vision 2.4을 공부하며 정리한 자료입니다. 이번 lecture에서는 Image sensing pipeline을 구성하는 요소들에 대해 이야기한다. Image Sensing Pipeline Image sensing pipeline은 세가지 스테이지로 나눌 수 있다. 카메라 렌즈/몸체에서 일어나는 physical light transport : 빛이 카메라 셔터 속도 동안 조리개를 통해 렌즈를 통해 들어오는 것을 말하는 듯 Photon measurement와 conversion을 센서칩으로 함 : 아날로그 신호를 디지털 신호로 변환하는 등 Image signal processing과 compression : raw 이미지에 대해 추가 처리 및 JPEG .. 2023. 3. 16. [Tübingen ML] Computer Vision - Lecture 2.3 (Image Formation: Photometric Image Formation) 튀빙겐 대학교의 Lecture: Computer Vision 2.3을 공부하며 정리한 자료입니다. Photometric Image Formation 지금까지 ray가 image plane에 어떻게 맺히는지를 알아봤다면 2.3에서는 이미지에 pixel intensities(픽셀이 얼마나 밝은지?)와 컬러가 어떻게되는지 알아본다. Rendering Equation Rendering equation은 파장($L_in$)에 따른 광원에서 위치($\mathtt{p}$)로 들어오는 빛($L_{in}$) 중에서 얼마나 많은 양이 관찰 방향(viewing direction, $\mathtt{v}$)으로 반사되는지를 설명한다. 관찰자(viewing direction)의 눈쪽으로 얼마나 반사된 빛이 들어오냐에 따라 물체가.. 2023. 3. 16. [Tübingen ML] Computer Vision - Lecture 2.2 (Image Formation: Geometric Image Formation) 튀빙겐 대학교의 Lecture: Computer Vision 2.2을 공부하며 정리한 자료입니다. Origins of the Pinhole Camera 핀홀 카메라에 대한 이야기. 별거 없었던 것 같다. 아래 [그림 2]에서는 물리적 카메라 모델(physical camera model)과 수학적 카메라 모델(mathmatical camera model)을 비교한다. 물리적 카메라 모델은 focal point뒤에 상이 맺혀서 상이 뒤집힌다. Perspective projection(3D to 2D)을 모델링할 때는 즉, 수학적 카메라 모델은 이미지 플레인이 focal point 앞에 있다고 가정한다. Image coordinates의 적절한 변화를 주면 두 모델은 같다. Projection Models .. 2023. 3. 14. 이전 1 다음
