[计算机视觉] AprilTag: A robust and flexible visual fiducial system（2011）论文理解

论文地址
chrome-extension://cdonnmffkdaoajfknoeeecmchibpmkmg/assets/pdf/web/viewer.html?file=https%3A%2F%2Fapril.eecs.umich.edu%2Fmedia%2Fpdfs%2Folson2011tags.pdf
Apriltag是改进的ARToolkit、 ARTag
- ARToolkit的劣势
  - 每个模板都是独立的，所以校正操作非常慢。
  - 每一个合适正交直线的图像创建模板是非常困难的。
  - tag获取的时候通过用户设定的阈值得到一个简单的二值化图像。易受光照影响，而且识别不了有适当遮挡的标签边缘。
- ARTag对ARToolkit的改进
  - 使用图像梯度来获取tag，这样对光照的鲁棒性更强。
  - ARTag算法不开源
AprilTag主要组件
- Tagdetector
  - 估计图像中可能的标签位置（内黑外白的四边形区域），为了方便识别标签的黑白边缘特征。尽可能多的检测出所有可能的标签。
  - 线段检测：计算每个像素点的梯度方向和幅值，并把具有相似梯度幅值和方向的像素聚类。这种方法可以在一半的图像分辨率提升4倍的速度。
    
    在相邻像素之间添加边缘，边缘的权重等于梯度方向上的像素差。然后这些边缘按照增加的边缘权重进行排序和处理：对于每条边缘，我们测试像素所属的连接组件是否应该连接在一起。
    
    此算法对噪声敏感，甚至适当的噪声会导致局部梯度不同，约束部件增长。可以对图像进行低通滤波处理。这个滤波会模糊一些有用的信息，tag的边缘本质上是一个很大的特征，所以滤波不会导致信息丢失，建议设置值为0.8。
    
    使用加权最小二乘法拟合直线段。
    
    线段的方向通过梯度的方向来决定，因此线段的左边是暗部，右边是亮部。线段的方向在线段的中部短的垂直槽口来直观表示，注意这些槽口总是指向亮得区域。
  - 四边形检测：基于一个深度为4的递归深度优先搜索算法，每一层搜索添加一个边缘到四边形。在第一层深度，考虑所有的线段。在第二层到第四层，考虑所有的线段从“完全闭合”之前线段结束的地方开始，并且服从一个逆时针缠绕顺序。
    
    通过线段检测已经得到了一组有向线段，四条线段组成一个候选四边形。
    
    检测到的四边形包括：a.三个标签边缘加上一条纸张边缘；b.一个有效的载荷位。这两种情况因为编码无效将被丢弃。
- 计算tag相对于相机的距离与角度
  - 单应性变换和外参估计
    
    通过DLT算法计算得到单应性矩阵(3*3大小)，将一个点从2D标签坐标系映射到2D图像坐标系。
    
    计算标签相对于相机的位置和方向需要附加信息：a.相机的焦距；b.标签的物理尺寸。
    
    3 * 3的单应矩阵（由DLT计算）可以写成3 * 4的相机投影矩阵P（通过相机标定得到）和外参矩阵E的乘积。s是未知比例因子
    
    展开：
    
    这样就容易得到Rij和Tk了，除了未知的比例因子s。
    
    然而, 由于旋转矩阵的列必须都是单位幅值，我们可以限制 s 的大小。我们有两列的旋转矩阵, 所以我们计算 s 为他们幅值的几何平均值。标记s可以重新获得通过请求在相机前的tag。即Tz < 0。旋转的第三列矩阵可以通过计算交叉乘积来恢复两个已知列, 因为旋转的列矩阵必须是正交的。
- 编码系统
  - 从有效负载字段中读取位。我们通过计算每个字段的tag相对坐标系，利用单应矩阵将它们转换为图像坐标，然后对结果像素进行阈值化。我们建立了 “黑色” 像素的强度的空间变化模型, 以及第二个模型的强度"白色" 模型。我们使用标签的边框, 它包含白色和黑色像素的已知示例。
    
    使用阈值解码数据位，根据编码系统，决定获取的四边形是否有效。
  - 编码系统的目的：
    - 最大化可区分代码的数量
    - 最大化可以检测器校正的比特错误数
    - 最小化误报/标签混淆速率
    - 最小化每个标签的总位（并因此提出标签）
这只是我对这篇论文浅显的理解，欢迎大家在评论区提出疑问，相互交流共同学习！
AprilTag 2: Efficient and robust fiducial detection（2016）论文理解

[计算机视觉] AprilTag: A robust and flexible visual fiducial system（2011）论文理解相关推荐

AprilTag: A robust and flexible visual fiducial system论文解读
AprilTags论文解读一.Apriltag是改进的ARToolkit. ARTag . 1.1 ARToolkit的劣势: A major disadvantage of this approa ...
AprilTag: A robust and flflexible visual fifiducial system理解
近期需要对Apriltag方法进行理解,遂阅读了论文,并进行了coding和实验,具体如下:
论文笔记 DXSLAM: A Robust and Efficient Visual SLAM System with Deep Features
论文链接:https://arxiv.org/pdf/2008.05416.pdf 代码链接:https://github.com/ivipsourcecode/dxslam 主要内容本文的主要工作 ...
[计算机视觉] AprilTag 2: Efficient and robust fiducial detection（2016）论文理解
论文地址 chrome-extension://cdonnmffkdaoajfknoeeecmchibpmkmg/assets/pdf/web/viewer.html?file=https%3A%2F ...
TopoTag：A Robust and Scalable Topological Fiducial Marker System 笔记
摘要本文主要是对这一篇论文(TopoTag:A Robust and Scalable Topological Fiducial Marker System)的学习整理.包含的内容分为两个部分,在前 ...
计算机视觉中的注意力机制（Visual Attention）
,欢迎关注公众号:论文收割机(paper_reader) 原文链接:计算机视觉中的注意力机制(Visual Attention) 本文将会介绍计算机视觉中的注意力(visual attention)机 ...
安装完Visual Team System 2008 Team Explorer出错解决办法
安装完Visual Team System 2008 Team Explorer 打开一个工作项提示错误如下: --------------------------- Microsoft Visual ...
2.5D Visual Sound：CVPR2019论文解析
2.5D Visual Sound:CVPR2019论文解析论文链接: http://openaccess.thecvf.com/content_CVPR_2019/papers/Gao_2.5D_ ...
MCAN论文进阶——MoVie: Revisting Modulated Convolutions for Visual Counting and Beyond 论文笔记
MCAN论文进阶--MoVie: Revisting Modulated Convolutions for Visual Counting and Beyond 论文笔记一.Abstract 二.引 ...

[计算机视觉] AprilTag: A robust and flexible visual fiducial system（2011）论文理解

[计算机视觉] AprilTag: A robust and flexible visual fiducial system（2011）论文理解相关推荐

最新文章

热门文章