Ayuda
Ir al contenido

Dialnet


Pasos críticos en la estimación de pose en cámara: una evaluación usando la biblioteca LTI-LIB2

  • Autores: Laura Cabrera Quirós, Rafael Campos Gómez, Jorge Castro Godínez
  • Localización: Tecnología en Marcha, ISSN 0379-3982, ISSN-e 2215-3241, Vol. 27, Nº. Extra 5, 2014 (Ejemplar dedicado a: NÚMERO ESPECIAL: DÍA INTERNACIONAL DE LA MUJER)
  • Idioma: español
  • Títulos paralelos:
    • Critical steps in camera pose estimation: an evaluation using LTI-LIB2 library
  • Enlaces
  • Resumen
    • español

      En este artículo se presenta una evaluación de métodos de estimación de pose en cámara, usando un patrón de tablero de ajedrez. Los pasos evaluados en el proceso de estimación son la detección de puntos de interés y la estimación de parámetros de cámara, debido a su criticidad en el proceso como un todo. Se comparan el método ChESS y un método heurístico para la detección de patrones de tableros de ajedrez. Ambos métodos son objetivamente contras tados usando los criterios de Verdadero Positivo y Falso Negativo. Mientras tanto, el método de Zhang para estimación de pose en cámaras basado en distribuciones de puntos en superficies planas se usa como primera aproximación y luego es refinado por medio de una regresión no lineal usando el algoritmo de Levenberg-Marquardt. Este algoritmo de estimación de pose de cámara es evaluado por medio de una comparación con una herramienta estable, como lo es el paquete “Camera Calibration Toolbox” para Matlab®.

    • English

      An evaluation of camera pose estimation methods using a chessboard pattern is presented. Steps evaluated in the estimation process are landmark point detection and camera parameter estimation, due to their critical role in the entire process. The ChESS method and a custom heuristic method are compared for chessboard pattern detection.  Both methods are objectively contrasted using True Positive and False Negative criteria. Meanwhile, Zhang’s method for pose estimation based on planar surface point distribution is used as a first approach, and then refined with a nonlinear regression through the Levenberg-Marquardt algorithm. This pose estimation algorithm is evaluated through a comparison with a stable tool, such as the Camera Calibration Toolbox for Matlab®.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno