Your SlideShare is downloading. ×
Sabbatini S., Realtà Aumentata markerless basata su algoritmi di Image Recognitione e SLAM (Simultaneous Localization and Mapping)
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Saving this for later?

Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime - even offline.

Text the download link to your phone

Standard text messaging rates apply

Sabbatini S., Realtà Aumentata markerless basata su algoritmi di Image Recognitione e SLAM (Simultaneous Localization and Mapping)

545
views

Published on

Dissertazione finale del Master Open Téchne 2013. …

Dissertazione finale del Master Open Téchne 2013.

La Realtà Aumentata (AR) è una rappresentazione alterata della realtà, nella quale oltre alla normale realtà percepita attraverso i sensi umani, vengono sovrapposte informazioni ed elementi artificiali e virtuali. Solitamente è basata sull'utilizzo di un marker, ovvero un elemento grafico facilmente riconoscibile e tracciabile. Dispositivi sempre più potenti permettono oggi lo sviluppo di applicazioni di AR che utilizzano tecniche basate su Computer Vision, come l'Image Recognition e SLAM. Nel seguente articolo verranno illustrate tali tecniche denominate markerless,poichè non necessitano di un marker specifico, illustrandone potenzialità e limiti.
Infine verranno illustrati alcuni tool di sviluppo e verranno descritte alcune demo che mostrano le loro potenzialità , soprattutto in ambito di fruizione di BBCC.

http://www.istitutoficlu.org/iniziative/master-open-techne-2012-2013-discussione-finale/

Published in: Technology

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
545
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Realtà aumentata markerless basata su algoritmi di Image Recognition e SLAM Simone Sabbatini sabbatini.simone@gmail.com Sede dello stage: Interplay Software Tutor: Giovanni Cortese
  • 2. OBIETTIVI •  Comprendere funzionamento della Realtà Aumentata •  Approfondire tecniche markerless •  Image Recognition •  SLAM •  Test tool di sviluppo •  Realizzazione demo
  • 3. Realtà aumentata – che cos’è Realtà Aumentata (AR) Realtà Virtuale (VR) Rappresentazione alterata della realtà Non si ha percezione della realtà Alla realtà percepita attraverso i sensi umani vengono sovrapposte informazioni ed elementi virtuali ed artificiali
  • 4. Realtà aumentata – come funziona Marker-based Basata su riconoscimento di marker bidimensionali Fotocamera Modello 3D Marker Webcam
  • 5. Realtà aumentata – come funziona Location-based Basata sulla locazione geografica
  • 6. Realtà aumentata – come funziona Marker-less Non necessita di marker Basata su algoritmi di Computer Vision IMAGE RECOGNITION (IR) SIMULTANEOUS LOCALIZATION AND MAPPING (SLAM)
  • 7. IMAGE RECOGNITION Analisi immagine Acquisizione immagine Individuazione features significative Classificazione immagine
  • 8. Simultaneous Localization and Mapping Problema affrontato nel campo della robotica “Where I am?” LOCALIZZAZIONE MAPPING “What does the world look like?”
  • 9. Simultaneous Localization and Mapping E’ considerato un problema risolto Crea una mappa 3D dell’ambiente circostante utilizzando i sensori dei robot No riferimenti metrici e sistema di riferimento non noto Esistono varie implementazioni ( alcune Open Source! ) Visual SLAM : risolve il problema della SLAM utilizzando solamente la camera come sensore
  • 10. STRUMENTI di SVILUPPO TOOL AR IR SLAM SDK Frameworks OpenSource
  • 11. DEMO – Image Recognition Obiettivo: Riconoscimento quadri interi o dettagli Visualizzare informazioni relative al quadro riconosciuto Visualizzare collegamenti a “Scheda Autore” e “Contesto storico” https://github.com/SimoneSabba/DemoIR-PointCloud
  • 12. DEMO – Image Recognition
  • 13. DEMO – Image Recognition
  • 14. DEMO – Image Recognition
  • 15. DEMO – Image Recognition
  • 16. DEMO – Image Recognition Dettaglio del cavallo Dettaglio donna che urla
  • 17. DEMO – Image Recognition Obiettivo: Riconoscere immagine ed “aumentarla” con contenuti 3D e video https://github.com/SimoneSabba/DemoIR-Android-Metaio
  • 18. DEMO – Image Recognition
  • 19. DEMO – Image Recognition Riproduzione Video
  • 20. DEMO – SLAM Obiettivo: Demo misurazione ambiente Problemi: Mappa non scalata metricamente Sistema di riferimento non noto Soluzione: Utilizzo di Image Recognition + SLAM https://github.com/SimoneSabba/DemoSLAM-PointCloud
  • 21. DEMO – SLAM
  • 22. DEMO – SLAM
  • 23. DEMO – SLAM Obiettivo: Visualizzazione modello 3D Problemi: Mappa non scalata metricamente Sistema di riferimento non noto Soluzione: Utilizzo di Image Recognition + SLAM https://github.com/SimoneSabba/DemoSLAM-Android-Metaio
  • 24. DEMO – SLAM Creazione mappa 3D
  • 25. DEMO – SLAM Mappa 3D non calibrata
  • 26. DEMO – SLAM Mappa 3D calibrata
  • 27. DEMO – SLAM Aumentazione M o d e l l o 3 D visualizzato nella scena inquadrata dalla fotocamera
  • 28. CONCLUSIONI Nuove soluzioni di AR basate su Image Recognition e SLAM possibili grazie a dispositivi mobili sempre più “evoluti” Esperienza d’uso più stimolante ed immersiva per l’utente Nuovi scenari di utilizzo grazie a Google Glass ed affini Riconoscimento basato su SLAM sensibile ai cambiamenti esterni della scena (cambi di luce e variazione della scena) Problematica superabile grazie a nuove features quali tracking basato su modello CAD
  • 29. https://github.com/SimoneSabba