идентификация особенности изображения

Question

Я ищу решение для следующих действий:

(фокус моего вопроса - шаг 2.)

1. изображение дома, включая передний двор

2. извлекает из изображения информацию, такую ​​как размеры и местоположение дома, деревьев, тротуара и автомобиля. Кроме того, текстуры и цвета дома, автомобилей, деревьев и тротуара.

3. использовать извлеченную информацию для создания модели

Как мне извлечь эту информацию?

Answer 1

Вы также можете проконсультироваться с Татьяной Яворской по этому вопросу. Как я понял, в этом детализируется как минимум 1 новый алгоритм для выделения объектов (ориентированных на крыши, двери, ...) по цвету (RGB). Еще более интригующим является то, что в последней публикации также используются параметризованные объекты, которые должны быть идентифицированы на домашних изображениях ... это может быть действительно хорошей отправной точкой для того, что вы пытаетесь сделать.
ссылка на ее публикации:

• http://www.springerlink.com/content/w518j70542780r34/
• http://portal.acm.org/citation.cfm?id=1578785
• http://www.ibspan.waw.pl/~jaworska/TJ_BOS2010.pdf

Answer 2

Предлагаю взглянуть на этот блог

https://jwork.org/main/node/35

, в котором показано, как идентифицировать определенные функции на изображениях с помощью сверточной нейронной сети.Этот конкретный блог обсуждает, как идентифицировать человеческие лица на изображениях из большого набора случайных изображений.Вы можете настроить этот пример для обучения нейронной сети, используя некоторые другие изображения.Обратите внимание, что даже в случае человеческих лиц, уровень идентификации составляет около 85%, поэтому более сложные объекты может быть еще сложнее идентифицировать

Answer 3

ну на самом деле желаемая цель не так легко достичь. Прежде всего вам понадобится хороший способ выяснить, что есть что и что находится на вашем изображении. И просто не существует простого «алгоритма» для обнаружения домов / автомобилей / чего бы то ни было на изображении. Существуют способы сегментировать различные объекты (например, автомобили) из изображения, но в целом они не работают. Особенно в домах это будет сложно, так как каждый дом выглядит по-разному, и трудно найти одно точное измерение для «это дом, а это не так» ...

Я правильно понимаю, что вы пытаетесь просто сфотографировать дом (с двором) и построить из него текстурированную 3D-модель? Это не сработает, так как вам нужно несколько фотографий дома, чтобы определить положение стен / углов и всего в трехмерном пространстве (есть подходы, которые пытаются реконструировать сетку только с одним изображением, но им не хватает информации о глубине и результаты довольно плохие ). Так что если вы хотите создать 3D-mdoels, вам понадобится несколько фотографий разных углов дома.

Есть несколько различных подходов, которые используют этот вид техники для восстановления объектов реального мира в треугольные сетки.

В основном они работают по принципу:

1. Попробуйте найти точки на изображениях с различной точкой обзора, которые одинаковы на объекте. Учитывая, что вы фотографируете дом, это могут быть характерные конструкции, такие как углы окон / дверей или углы или края на стенах / крыше /...
2. Зная, где одна и та же точка вашего дома находится на нескольких разных фотографиях, и зная положение камеры обеих фотографий, вы можете восстановить эту точку в 3D-пространстве.
3. Выполнение этого для множества равных точек "даст вам возможность" реконструировать форму вашего дома в виде 3D-модели путем триангуляции точек.
4. Использование частей изображения в качестве текстур и отображение их в сгенерированной модели также будет работать, поскольку вы знаете, где это.

Вы должны взглянуть на эти документы:

http://www.graphicon.ru/1999/3D%20Reconstruction/Valiev.pdf http://people.csail.mit.edu/wojciech/pubs/LabeledRec.pdf http://people.csail.mit.edu/sparis/publi/2006/oceans/Paris_06_3D_Reconstruction.ppt

Во второй статье даже есть пример выполнения именно того, чего вы пытаетесь достичь , а именно реконструкция текстурированной 3D-модели дома, сфотографированного под разными углами.

Третья ссылка представляет собой презентацию PowerPoint, которая показывает, как работает реконструкция, и показывает недостатки.

Так что вам следует ознакомиться с этими статьями, чтобы узнать, с какими проблемами вы столкнулись ... Если вы хотите попробовать это самостоятельно, взгляните на OpenCV. Эта библиотека предоставляет несколько методов для извлечения объектов из изображений. Затем вы можете попытаться найти характерные точки на каждом изображении и попытаться сопоставить их.

Удачи в вашем проекте ... Если у вас есть проблемы, пожалуйста, продолжайте спрашивать!

Answer 4

Да. Вы можете извлечь эту информацию из картинки. 1. Вы просто идентифицируете эти объекты на изображении, используя некоторые алгоритмы обнаружения. 2. Измерьте размеры этих объектов и создайте модель, используя извлеченную информацию.