【问题标题】:Image recognition and 3d rendering图像识别和 3D 渲染
【发布时间】:2010-09-30 14:12:50
【问题描述】:

拍摄对象(在本例中为预定义对象)的图像并开发一种算法以从具有不同复杂度背景的照片中仅剪切该对象是多么困难。

除此之外,需要将照片的对象(例如房子、汽车、狗 - 但始终属于一种类型)转换为 3d 渲染。我知道有可用的 3d 渲染引擎(收费、免费或带有某些条款),但要使其工作,需要以各种方式测量对象(主题) - 例如如果这是一个人,我们需要测量身高、肩膀的曲率、脸的半径、每个手指的长度等。

解决这个问题的可行性是什么?有人知道这个研究领域有什么好的链接吗?我已经看到了针对这个问题的开源解决方案,这给我留下了一个问题,即在跟踪对象以裁剪它的同时测量对象是否容易。

谢谢


基本上我想拍一张 2d 图像(典型图像:这比包含多个对象等的复杂照片更容易)

,

但实际上我想把它变成一个 3d 图像,所以我想做的不就是构建一个 3d 渲染/建模引擎吗?

此外,我提供的链接进入 3ds max,设置了一些属性,然后进行了渲染。

【问题讨论】:

  • 听起来您可能有其他未共享的信息/限制。首先,要进行重建,您至少需要两张图像。其次,重建本身并没有说明规模。要确定图像中某物的大小,您必须有一个参考。
  • 一点也不。我只是对这个领域一无所知(首先是一般的网络开发人员)。这就是为什么在我写一行代码来解决这个问题之前,我会在这里得到意见并研究问题。

标签: algorithm image-recognition 3d-rendering


【解决方案1】:

听起来你想做几件事,都在计算机视觉领域。

  1. 对象识别(即找到预定义的对象)
  2. 3D 重建(根据图像制作 3D 模型)
  3. 图像分割(只从背景中切出您担心的对象)

我按照从易到难的顺序对它们进行了排名(根据我的有限理解)。总之,我会说这是一个非常复杂的问题。我会查看以下 Wikipedia 链接以获取更多信息:

Computer Vision Overview (Wikipedia)

The Eight Point Algorithm (for 3d reconstruction)

Image Segmentation

【讨论】:

  • 图像分割并不难,如果你可以假设你正在分割的东西遵循一定的规则。我记得在学校的例子是米粒沿着传送带前进时被拍照。通过细分,可以衡量它们的大小和质量。
  • 我同意分割在高度受限的环境中可以很简单,例如具有非常同质对象的工厂。但总的来说,分割对象的问题是困难的。
【解决方案2】:

没错,这是一组极其困难的问题,尤其是从 2D 图像推断 3D 信息的问题。对于我们的视觉系统如何从 2D 图像推断 3D 信息的理解非常有限,其中一种方法被称为"Shape from Shading",链接的谷歌搜索显示我们知道多少(以及因此知道多少)。

罗伯

【讨论】:

    【解决方案3】:

    这是一项非常艰巨的任务。最难的部分不是从图像中识别或分割对象,而是从 2-D 图像中推断对象的 3-D 几何形状。如果您可以使用立体相机(或激光扫描仪,如果您可以使用的话),您将获得更大的成功。

    对于二维图像,请尝试在谷歌上搜索“shading-from-shading”。这是一种从 2-D 图像推断 3-D 形状的方法。它确实对照明条件和表面属性(BRDF 和几何形状)做出了假设,这些假设在许多情况下可能会失败,但如果您仅将它用于预定义的对象类别(例如人脸),它可以很好地工作。

    【讨论】:

      【解决方案4】:

      假设它是可能的,那将是非常困难的,尤其是只有一个对象的图像。光栅化器必须猜测物体的深度和距离。

      您所描述的内容与Microsoft PhotoSynth 非常相似。

      【讨论】:

        猜你喜欢
        • 1970-01-01
        • 2017-12-14
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 2011-12-20
        • 2012-05-25
        • 1970-01-01
        相关资源
        最近更新 更多