कंप्यूटर विज़न — अध्ययन मार्गदर्शिका
कंप्यूटर विज़न — व्यवस्थित अध्ययन पथों से बुनियादी सिद्धांतों से व्यावहारिक उपयोग तक पहुँचें।
व्यवस्थित अध्ययन पथों से बुनियादी सिद्धांतों से व्यावहारिक उपयोग तक पहुँचें।
- Fundamentals · 10 मिनट में पढ़ें
कैमरा कैलिब्रेशन की बुनियादी बातें — लेंस विरूपण और आंतरिक मापदंडों को पुनः प्राप्त करना
कैमरा कैलिब्रेशन वह प्रक्रिया है जिसके द्वारा पिक्सेल निर्देशांकों को 3डी स्पेस पर मैप करने के लिए आवश्यक आंतरिक मापदंडों और लेंस विरूपण को पुनः प्राप्त किया जाता है। पिनहोल मॉडल के पुनर्विश्लेषण से लेकर, रेडियल और स्पर्शरेखीय विरूपण मॉडल, झांग की समतल-पैटर्न विधि, पुनर्प्रक्षेपण-त्रुटि अनुकूलन, और कैलिब्रेशन में विचलन होने पर विज़ुअल SLAM और VO में आने वाली समस्याओं तक — समीकरणों और आरेखों के साथ एक व्यवस्थित व्याख्या प्रस्तुत की गई है।
- Fundamentals · 16 मिनट में पढ़ें
फ़ीचर डिटेक्शन प्राइमर
फ़ीचर डिटेक्शन किसी छवि में "ऐसे स्थान चुनता है जिन्हें दोबारा पाया जा सकता है" और उनका उपयोग मिलान के लिए करता है। यह लेख कॉर्नर, ब्लॉब्स, DoG, FAST, ORB और SIFT के सिद्धांतों को मजबूती, मूल्यांकन, वर्तमान उपकरणों और सीखने पर आधारित विधियों के साथ जोड़कर एक सुसंगत चित्र प्रस्तुत करता है।
- Hands-on · 2 मिनट में पढ़ें
छवि चमक और ल्यूमिनेंस Lab — एक्सपोज़र, गामा और क्लिपिंग
कृत्रिम ग्रे छवियों, हिस्टोग्राम और ग्रेडिएंट से रैखिक एक्सपोज़र तथा एन्कोडेड पिक्सेल समायोजन की तुलना करें।
- Hands-on · 2 मिनट में पढ़ें
फ़ीचर बिंदु निष्कर्षण लैब — Harris और Shi–Tomasi की तुलना
कृत्रिम चित्रों को घुमाएँ, उनका आकार और चमक बदलें, फिर पहचाने गए कोनों की ज्ञात संदर्भ स्थितियों से तुलना करें।
- Hands-on · 2 मिनट में पढ़ें
फ़ीचर मिलान लैब — डिस्क्रिप्टर फ़िल्टर, ज्यामितीय इनलायर और ज्ञात सत्य
चित्र पैच की तुलना और मिलान की छँटाई करके देखें कि ज्यामितीय सहमति सही मिलान की गारंटी क्यों नहीं है।
- Fundamentals · 8 मिनट में पढ़ें
फ़ीचर ट्रैकिंग की बुनियादी बातें — फ़्रेमों के बीच एक ही बिंदु को खोने से कैसे बचें
फ़ीचर ट्रैकिंग एक वीडियो अनुक्रम में फ़्रेमों के बीच समान भौतिक बिंदु का मिलान करने की प्रक्रिया है। यह लेख टेम्पलेट ट्रैकिंग, लुकास-कनाडे ऑप्टिकल फ़्लो, डिस्क्रिप्टर मैचिंग, RANSAC, आउटलायर रिजेक्शन और कल्मन प्रेडिक्शन को समीकरणों और कार्यान्वयन चरणों के साथ व्यवस्थित करता है, और उन स्थितियों की व्याख्या करता है जिनके तहत विज़ुअल ओडोमेट्री और SLAM विफल हो जाते हैं, साथ ही उनके निवारण के उपाय भी बताता है।
- Hands-on · 2 मिनट में पढ़ें
ऑप्टिकल फ़्लो Lab: दो फ़्रेमों के बीच गति का अनुसरण
चित्र के बिंदुओं का विस्थापन निकालें और ज्ञात कृत्रिम परिवर्तन से तुलना करें। चमक, अवरोध और एपर्चर समस्या का प्रभाव देखें।
- Fundamentals · 6 मिनट में पढ़ें
ऑप्टिकल फ्लो प्राइमर — छवि गति से वेग और संरचना को पढ़ना
ऑप्टिकल फ्लो एक वेक्टर क्षेत्र है जो छवियों के अनुक्रम में प्रत्येक पिक्सेल की गति की दिशा का वर्णन करता है। यह लेख चमक-स्थिरता बाधा, लुकास-कनाडे और हॉर्न-शंक, पिरामिड, सघन प्रवाह बनाम विरल फीचर ट्रैकिंग, RAFT जैसी शिक्षण-आधारित विधियों, कैमरा गति, गतिशील वस्तुओं और मूल्यांकन पद्धति, और इसके अंतर्निहित गणित पर विस्तार से चर्चा करता है।
- Fundamentals · 10 मिनट में पढ़ें
होमोग्राफी प्राइमर — एक एकल 3x3 मैट्रिक्स के साथ समतलीय पत्राचार का वर्णन करना
होमोग्राफी एक ऐसा संबंध है जो एक ही समतल पर स्थित बिंदुओं को, या विशुद्ध रूप से घूर्णनशील कैमरे के दृश्य को, एक एकल 3x3 प्रक्षेप्य रूपांतरण का उपयोग करके आपस में जोड़ता है। यह लेख डीएलटी-आधारित अनुमान, RANSAC के साथ सुदृढ़ीकरण, घूर्णन, अनुवाद और समतल अभिलंब में अपघटन, और एपिपोलर ज्यामिति के मुकाबले इसके उपयोग के समय, साथ ही साथ इमेज स्टिचिंग और एआर प्लेन ट्रैकिंग जैसे अनुप्रयोगों को समीकरणों और आरेखों के साथ प्रस्तुत करता है।
- Fundamentals · 19 मिनट में पढ़ें
एपिपोलर ज्योमेट्री — दो छवियों से गहराई और कैमरा गति का अध्ययन
एपिपोलर ज्यामिति वह सिद्धांत है जो यह निर्धारित करता है कि एक ही 3D बिंदु दो छवियों में कैसे प्रक्षेपित होता है। यह लेख व्यवस्थित रूप से मूलभूत मैट्रिक्स और आवश्यक मैट्रिक्स, 8-बिंदु और 5-बिंदु एल्गोरिदम, RANSAC, त्रिभुजीकरण, एपिपोलर ज्यामिति और होमोग्राफी के बीच चुनाव, अंशांकन, OpenCV/COLMAP कार्यान्वयन, विफलता की स्थितियाँ और हालिया शिक्षण-आधारित अनुमान को समीकरणों और आरेखों के साथ समझाता है।
- Fundamentals · 7 मिनट में पढ़ें
पीएनपी प्राइमर — केवल 3डी बिंदुओं और एक छवि से कैमरा पोज़ को पुनर्प्राप्त करना
पर्सपेक्टिव-एन-पॉइंट (PnP) एक ज्यामितीय समस्या है जिसमें ज्ञात 3D बिंदुओं और उनके संगत छवि बिंदुओं से कैमरे की स्थिति और अभिविन्यास का अनुमान लगाया जाता है। यह लेख प्रक्षेपण समीकरण, P3P/AP3P, EPnP, पुनरावृत्ति अनुकूलन, RANSAC, समतलीय अपघटन और PnP का उपयोग विज़ुअल SLAM, AR और सर्वेक्षण में कैसे किया जाता है, इस पर गणितीय गणना और कार्यान्वयन चेकलिस्ट के साथ विस्तार से चर्चा करता है।
- Fundamentals · 13 मिनट में पढ़ें
स्ट्रक्चर फ्रॉम मोशन प्राइमर — अव्यवस्थित तस्वीरों के सेट से 3D और कैमरा पोजीशन को एक साथ पुनर्प्राप्त करना
स्ट्रक्चर फ्रॉम मोशन (एसएफएम) अज्ञात क्रम और शूटिंग स्थितियों वाली तस्वीरों के एक सेट से दृश्य की 3डी संरचना और प्रत्येक कैमरा पोज़ को एक साथ पुनर्प्राप्त करता है। यह लेख फीचर मैचिंग, ज्यामितीय सत्यापन, इंक्रीमेंटल और ग्लोबल एसएफएम की दो पुनर्निर्माण रणनीतियों, ट्रायंगुलेशन, बंडल एडजस्टमेंट से संबंध और विजुअल-एसएलएएम से अंतर, साथ ही कोलमैप जैसे वर्तमान कार्यान्वयनों को व्यवस्थित रूप से कवर करता है।
- Fundamentals · 14 मिनट में पढ़ें
बंडल एडजस्टमेंट प्राइमर — नॉनलाइनियर लीस्ट स्क्वेयर्स जो कैमरा पोज़ और 3डी पॉइंट्स को एक साथ परिष्कृत करते हैं
बंडल एडजस्टमेंट एक नॉन-लीनियर लीस्ट-स्क्वेयर्स समस्या है जिसमें सभी ऑब्ज़र्वेशन में रीप्रोजेक्शन त्रुटि को कम करने के लिए कई कैमरा पोज़ और 3D पॉइंट्स को एक साथ मूव किया जाता है। यह लेख व्यवस्थित रूप से बताता है कि जैकोबियन स्पार्स क्यों है, शूर कॉम्प्लीमेंट बड़े पैमाने की समस्याओं को हल करने योग्य क्यों बनाता है, लेवेनबर्ग-मार्क्वार्ड विधि की भूमिका, गेज फ्रीडम और पोज़ ग्राफ ऑप्टिमाइजेशन और SfM के साथ इसका संबंध, समीकरणों और आरेखों के साथ।
- Fundamentals · 14 मिनट में पढ़ें
मल्टी-व्यू स्टीरियो प्राइमर — एक विरल पॉइंट क्लाउड को सघन 3डी आकार में भरना
मल्टी-व्यू स्टीरियो (एमवीएस) ज्ञात कैमरा पोज़ का उपयोग करके कई छवियों से सघन 3डी आकार को पुनर्प्राप्त करता है। यह लेख फोटो-संगति के मूल सिद्धांत, प्लेन-स्वीप और पैच-आधारित (पीएमवीएस) के दो पारंपरिक दृष्टिकोणों, एमवीएसनेट द्वारा उदाहरणित डीप-लर्निंग-आधारित विधियों और डेप्थ-मैप फ्यूजन के माध्यम से मेशिंग को व्यवस्थित रूप से कवर करता है, साथ ही समीकरणों और आरेखों के साथ स्टीरियो और डेप्थ कैमरों के बीच संबंध को भी दर्शाता है।
- Fundamentals · 20 मिनट में पढ़ें
VO/VIO प्राइमर — कैमरा और IMU से गति का अनुमान लगाने के लिए एक व्यावहारिक आधार
विज़ुअल ओडोमेट्री (VO) और विज़ुअल-इनर्शियल ओडोमेट्री (VIO) छवियों और जड़त्वीय मापों के अनुक्रम से रोबोट या कैमरे की सापेक्ष गति का अनुमान लगाती हैं। यह लेख गणितीय और आरेखों की सहायता से मोनोक्युलर स्केल अस्पष्टता, IMU प्रीइंटीग्रेशन, आरंभीकरण, फ़िल्टरिंग बनाम अनुकूलन, VINS-Mono और OpenVINS जैसे कार्यान्वयन, मूल्यांकन मेट्रिक्स और विफलता की स्थितियों पर विस्तार से चर्चा करता है।
- Fundamentals · 7 मिनट में पढ़ें
लूप क्लोज़र प्राइमर — एक लूप के चारों ओर, एक ही बार में SLAM सिस्टम के ड्रिफ्ट को ठीक करना
लूप क्लोज़र वह प्रक्रिया है जिसके द्वारा रोबोट द्वारा पहले से देखी गई जगह पर वापस आने की पहचान की जाती है और संचित स्व-स्थानीयकरण त्रुटि को पूरे मानचित्र पर वितरित किया जाता है। यह लेख स्थान पहचान, छवि पुनर्प्राप्ति, ज्यामितीय सत्यापन, पोज़-ग्राफ़ अनुकूलन, गलत सकारात्मक परिणामों से बचाव और वर्तमान SLAM कार्यान्वयन और अनुसंधान की व्यवस्थित रूप से व्याख्या करता है।
- Fundamentals · 22 मिनट में पढ़ें
विज़ुअल-एसएलएएम प्राइमर — कैमरा कैसे सीखता है "मैं कहाँ हूँ""
जीपीएस और मानचित्र के बिना भी, एक रोबोट केवल कैमरा छवियों के आधार पर अपनी स्थिति का पता लगा सकता है और अपने आसपास के क्षेत्र का मानचित्र बना सकता है। फीचर ट्रैकिंग से लेकर एपिपोलर ज्योमेट्री तक, विजुअल ओडोमेट्री और एसएलएएम के बीच अंतर, ऑर्ब-एसएलएएम से एलएसडी-एसएलएएम और डीएसओ तक लैंडमार्क एल्गोरिदम की वंशावली, और बंडल एडजस्टमेंट, विजुअल-एसएलएएम वास्तव में कैसे काम करता है, इसका एक व्यवस्थित और विस्तृत विवरण।
- अध्ययन मार्गदर्शिका · 3 मिनट में पढ़ें
एकनेत्रीय गहराई का अनुमान — सापेक्ष क्रम से मीट्रिक दूरी तक
एकनेत्रीय गहराई पर एक परिचय: सापेक्ष बनाम मीट्रिक गहराई, पैमाने की अस्पष्टता, मूल्यांकन प्रोटोकॉल और विफलता की स्थितियाँ।
- अध्ययन मार्गदर्शिका · 3 मिनट में पढ़ें
न्यूरल 3डी — नवीन-दृष्टि संश्लेषण और पृथक दृश्य/ज्यामितीय मूल्यांकन
तंत्रिका संबंधी दृश्य निरूपण, नवीन-दृश्य संश्लेषण, होल्ड-आउट दृश्य और पृथक दृश्य एवं ज्यामितीय मूल्यांकन पर एक प्रारंभिक परिचय।