Robotics
-
FAST Algorithm for Corner DetectionRobotics/Open CV python 2019. 7. 23. 16:29
FAST Algorithm for Corner Detection Goal 우리는 FAST algorithm의 기초를 알아볼 것입니다. 우리는 OpenCV 의 기능을 이용하여 corner 를 찾는 알고리즘인 FAST algorithm을 사용해 볼것 입니다. Theory 몇 가지 feature 감지기를 보았고 그 중 많은 것들이 정말 좋습니다. 그러나 실시간 응용 관점에서 보면 충분히 빠르지 않습니다. 가장 좋은 예는 계산 자원이 제한적인 SLAM (Simultaneous Localization and Mapping) 모바일 로봇입니다. 이에 대한 해결책으로 Edward Rosten과 Tom Drummond가 2006 년 고속 코너 감지를위한 기계 학습 (2010 년에 개정)에서 FAST (Features ..
-
SURFRobotics/Open CV python 2019. 7. 22. 18:21
Introduction to SURF (Speeded-Up Robust Features) Goal 이 단원에서는 SURF 의 기초에 대해서 알아볼 것이다. OpenCV 에서 SURF 의 기능 들에 대해서 살펴 볼 것이다. Theory 마지막 장에서는 키 포인트 탐지 및 설명을 위해 SIFT를 보았습니다. 그러나 SIFT 가 상대적으로 느린 편이어서, 사람들은 더 빠른 버전이 필요했습니다. 2006 년 Bay, H., Tuytelaars, T. 및 Van Gool, L의 세 사람이 SURF라는 새로운 알고리즘을 도입 한 또 다른 논문 "SURF : Speeded Up Robust Features"를 발표했습니다. 이름에서 알 수 있듯이, 그것은 SIFT의 빠른 버전입니다. SIFT에서 Lowe는 scale..
-
SIFTRobotics/Open CV python 2019. 7. 19. 17:27
Introduction to SIFT (Scale-Invariant Feature Transform) SIFT algorithm의 개념을 이해한다. 우리는 SIFT Keypoints 와 Descriptors를 찾는 법을 배울 것이다. Theory 이전 몇챕터에서 우리는 corner detector인 Harris 등 몇가지를 살펴보았다. 그것들은 회전 불변 (rotation-invariant)입니다. 즉, 이미지가 회전 되어도 같은 모퉁이를 찾을 수 있습니다. 그러나 스케일링은? 이미지의 크기를 조정하면 코너가 코너가 아닐 수도 있습니다. 예를 들어 아래의 간단한 이미지를 확인해보세요. 동일한 크기의 창에서 바라보는 이미지를 확대 / 축소 할 때 코너가 상대적으로 평평합니다. 이러한 문제점으로 Harris..
-
Shi-Tomasi Corner Detector & Good Features to TrackRobotics/Open CV python 2019. 7. 19. 15:36
Shi-Tomasi Corner Detector & Good Features to Track 또다른 corner detector: Shi-Tomasi Corner Detector 에 대해 학습합니다. function:cv2.goodFeaturesToTrack() 에 대해서 알아봅니다. Theory 이전 챕터에서 우리는 Harris Corner Detector에 대해서 살펴 보았습니다. 1994년도 후반, J. Shi and C. Tomasi 는 그들의 논문에서 Good Features to Track 라는 작은 수정을 했는데 이는 Harris Corner Detector에 비해서 더 좋은 성능을 나타내었습니다. Harris Corner Detector 의 scoring function 은 다음과 같습니다..
-
Harris Corner DetectionRobotics/Open CV python 2019. 7. 19. 14:30
Harris Corner Detection 이 글에서 우리는 Harris Corner Detection 에 대한 개념을 이해합니다. 우리는 cv2.cornerHarris(),cv2.cornerSubPix() 함수에 대해서 살펴볼 예정입니다. Theory 이전 단원에서 우리는 모서리가 모든 방향의 Variation 의 강도가 큰 이미지의 영역이라는 것을 알았습니다. 이 모서리를 찾는 초기 시도 중 하나는 Chris Harris & Mike Stephensin이 1988 년 Combined Corner and Edge Detector에서 작성한 해리스 코너 탐지기입니다. 그는 이 간단한 생각을 수학적 형식으로 가져갔습니다. 기본적으로(u,v) 변위(위치변화)에 대한 강도의 변화를 찾습니다. 모든방향에 대해서..
-
Understanding FeaturesRobotics/Open CV python 2019. 7. 19. 10:21
Understanding Features Goal 이 단원에서, 우리는 features 가 무엇인지 이해하려고 시도합니다. 왜 이것이 중요하고 코너가 중요한지등에 대해서 공부합니다. Explanation 예 1 : 위 그림에서 패치의 위치를 찾기 위해서 어떻게 해야할까요? A와 B는 평평한 표면이며, 많은 지역에 퍼져 있습니다. 이 패치의 정확한 위치를 찾는 것은 어렵습니다. C와 D는 훨씬 더 간단합니다. 그것들은 건물의 가장자리입니다. 대략적인 위치를 찾을 수 있지만 정확한 위치는 여전히 어렵습니다. 그것은 건물 가장자리를 따라 모든 곳에서 동일하기 때문입니다. 그래서 가장자리는 A에 비해 훨씬 더 나은 기능이지만 충분하지 않습니다. 마지막으로, E와 F는 건물의 일부 코너입니다. 그리고 그들은 쉽게..
-
RL to RoboticsRobotics 2019. 7. 4. 00:44
Reinforcement Learning for Real-World Robotics Ideas from the literature on RL for real-world robot control towardsdatascience.com RL을 로봇에 적용하는 데에는 많은 어려움이 있으며, 내 생각에는 이들 중 많은 부분을 다음 네 가지 카테고리로 크게 나눌 수 있습니다. Sim2Real: If we wish to train our policies in a simulated environment and then deploy them Reward specification: When playing chess or StarCraft2 the goal is very clear and easily quantified..