Project Details

Description

In många olika system och tillämpningar är det nödvändigt med en noggrann förståelse av den omgivande 3D-geometrin. Till exempel måste en självkörande bil kunna lokalisera sig själv exakt i förhållande till både vägen och andra fordon för att kunna navigera på ett säkert sätt. Augmented reality- eller mixed reality-tillämpningar behöver kunna identifiera hur den verkliga världen ser ut och var användaren befinner sig inom den, för att kunna placera virtuellt innehåll på ett trovärdigt sätt i användarens synfält. Eftersom kameror är relativt billiga, finns det ett stort intresse i att lösa många av de här problemen enbart genom bildinformation.De flesta metoder för att bygga 3D-modeller från bilder representerar världen som ett 3D-punkt-moln, dvs en samling oberoende 3D-punkter. Varje punkt är associerad med en beskrivning av hur den ser ut i bilderna, som sedan används för att identifiera samma punkt i nya bilder. En utmaning med 3D-rekonstruktion är att hantera förändringar i omgivningen, såsom förändringar i belysning eller rörelse hos objekt. Detta är särskilt utmanande för punkt-representationer eftersom de endast beskriver ytan väldigt lokalt och saknar ett sammanhang. I det här projektet kommer nya metoder att utvecklas för 3D-rekonstruktion som är mer robusta och bättre kan hantera nya situationer och miljöer.
StatusActive
Effective start/end date2024/01/012028/12/31

Funding

  • Swedish Research Council