Punktwolken vergleichen? < Sonstiges < Hochschule < Mathe < Vorhilfe
|
| Status: |
(Frage) beantwortet  | | Datum: | 12:08 Do 21.06.2018 | | Autor: | Kian |
Hallo,
gegeben sind Punktwolken mit (x,y,z) Datensätzen, die eine Figur darstellen (z.B Kugel, Rechteck oder Zylinder).
Ich suche ein Verfahren, mit dem man zwei Punktwolken miteinander vergleichen kann.
Z.b.:
Punktwolke A stellt ein kleines Rechteck dar.
Punktwolke B stellt ein grosses Rechteck dar.
Punktwolke A und B haben die gleiche Form.
Ich brauche ein Verfahren, das mit sagen kann, das z.B Punktwolke A und Punktwolke B die gleiche Form haben zum Beispiel.
Oder:
Punktwolke A stellt ein kleines Rechteck dar.
Punktwolke B stellt einen grossen Zylinder dar.
Punktwolke A und B haben nicht die gleiche Form.
Gibt es so ein Verfahren oder die Möglichkeit?
Was kann man alles mit dem Schwerpunkt der 3D Punktwolke machen? Bringt mich das weiter?
Lg
|
|
| |
|
| Status: |
(Antwort) fertig  | | Datum: | 19:47 Do 21.06.2018 | | Autor: | Infinit |
Hallo Kian,
mit dieser so einfachen Frage begibst Du Dich in ein sehr spannenendes Gebiet, für das, so wie mir bekannt, noch keine Standardverfahren existieren. Gerade in der Augmented Reality spielt solche eine Objekterkennung eine große und wichtige Rolle, aber die Sache ist keineswegs einfach zu lösen.
Du möchtest aus der Verteilung von Punkten im dreidimensionalen Raum ein (vorgegebenes) Objekt erkennen. Ganz von alleine wird so etwas nicht passieren, an irgendeinem Punkt innerhalb solch einer Detektion muss man die Werte, die man hat mit einem Modell vergleichen, um daraus eine Klassifizierung ableiten zu können, um welches Objekt es sich denn handelt. Dies wird nie mit hundertprozentiger Genauigkeit möglich sein, man muss also gewisse Fehlertoleranzen zulassen und möchte dann trotzdem zu einer möglichst sicheren Schlussfolgerung kommen. Hier liegt es im Geschick des angewendeten Algorithmus, eine möglichst gute Abschätzung zu machen. Im Endeffekt laufen diese Verfahren darauf hinaus, die Kenngrößen der vorhandenen Modelle möglicht "gut" auf solch eine Punktwolke zu mappen. im dreidimensionalen Raum gehören dann Streckung und Rotation zu den Methoden, mit denen man versucht, eine gute Übereinstimmung zwischen Datensatz und Modell zu erzielen. Was "gut" bedeutet, wird von Anwendungsfall zu Anwendungsfall unterschiedlich sein.
Der Schwerpunkt solch einer Wolke kann ein guter Ansatzpunkt sein, alleine hat er wenig Aussagekraft, aber man kann um diesen Schwerpunkt herum seine Modelle "aufblasen" und dann muss man schauen, wie gut (schon wieder dieses kleine, aber heimtückische Wort) das Modell sich an die Wolke anschmiegt. Noch komplexer wird das Ganze, wenn ich auf diese Art und Weise im Zweidimensionalen Abildungen von dreidimensionalen Körpern finden möchte.
Ich kann Dir hier leider kein Verfahren anbieten, aber ich möchte Dich anregen, Dich mal etwas im Internet dazu umzuschauen. Ein Stichwort wie "Pose Estimation" wird Dich zu einer Menge meist wissenschaftlicher Beiträge führen, die sich mit diesem Problem beschäftigen. Die Implementierung steht dann wieder auf einem anderen Papier und Firmen, die dies gut hinbekommen, werden ihren Algorithmus nicht einfach so ins Netz stellen, eher sind da sogar Patente und lizenzpflichtige Nutzungsrechte drauf.
Viel Spaß beim Forschen wünscht
Infinit
|
|
|
|
