Return to search

[en] SCENE TRACKING WITH AUTOMATIC CAMERA CALIBRATION / [pt] ACOMPANHAMENTO DE CENAS COM CALIBRAÇÃO AUTOMÁTICA DE CÂMERAS

[pt] É cada vez mais comum, na transmissão de eventos esportivos
pelas emissoras de
televisão, a inserção, em tempo real, de elementos
sintéticos na imagem, como anúncios,
marcações no campo, etc. Geralmente, essa inserção é feita
através do emprego de câmeras
especiais, previamente calibradas e dotadas de dispositivos
que registram seu movimento e a
mudança de seus parâmetros. De posse destas informações, é
simples inserir novos elementos
na cena com a projeção apropriada.
Nesta tese, é apresentado um algoritmo para recuperar, em
tempo real e sem utilizar
qualquer informação adicional, a posição e os parâmetros da
câmera em uma seqüência de
imagens contendo a visualização de modelos conhecidos. Para
tal, é explorada a existência,
nessas imagens, de segmentos de retas que compõem a
visualização do modelo cujas posições
são conhecidas no mundo tridimensional. Quando se trata de
uma partida de futebol, por
exemplo, o modelo em questão é composto pelo conjunto das
linhas do campo, segundo as
regras que definem sua geometria e dimensões.
Inicialmente, são desenvolvidos métodos para a extração de
segmentos de retas longos
da primeira imagem. Em seguida é localizada uma imagem do
modelo no conjunto desses
segmentos com base em uma árvore de interpretação. De posse
desse reconhecimento, é feito
um reajuste nos segmentos que compõem a visualização do
modelo, sendo obtidos pontos de
interesse que são repassados a um procedimento capaz de
encontrar a câmera responsável pela
visualização do modelo. Para a segunda imagem da seqüência
em diante, apenas uma parte
do algoritmo é utilizada, levando em consideração a
coerência entre quadros, a fim de
aumentar o desempenho e tornar possível o processamento em
tempo real.
Entre diversas aplicações que podem ser empregadas para
comprovar o desempenho e
a validade do algoritmo proposto, está uma que captura
imagens através de uma câmera para
demonstrar o funcionamento do algoritmo on line. A
utilização de captura de imagens
permite testar o algoritmo em inúmeros casos, incluindo
modelos e ambientes diferentes. / [en] In the television casting of sports events, it has become
very common to insert
synthetic elements to the images in real time, such as
adds, marks on the field, etc. Usually,
this insertion is made using special cameras, previously
calibrated and provided with features
that record their movements and parameter changes. With
such information, inserting new
objects to the scene with the adequate projection is a
simple task.
In the present work, we will introduce an algorithm to
retrieve, in real time and using
no additional information, the position and parameters of
the camera in a sequence of images
containing the visualization of previously-known models.
For such, the method explores the
existence in these images of straight-line segments that
compose the visualization of the
model whose positions are known in the three-dimensional
world. In the case of a soccer
match, for example, the respective model is composed by
the set of field lines determined by
the rules that define their geometry and dimensions.
Firstly, methods are developed to extract long straight-
line segments from the first
image. Then an image of the model is located in the set
formed by such segments based on an
interpretation tree. With such information, the segments
that compose the visualization of the
model are readjusted, resulting in the obtainment of
interest points which are then passed to a
proceeding able to locate the camera responsible for the
model`s visualization. For the second
image on, only a part of the algorithm is used, taking
into account the coherence between the
frames, with the purpose of improving performance to allow
real-time processing.
Among several applications that can be employed to
evaluate the performance and
quality of the proposed method, there is one that captures
images with a camera to show the
on-line functioning of the algorithm. By using image
capture, we can test the algorithm in a
great variety of instances, including different models and
environments.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:6519
Date01 June 2005
CreatorsFLAVIO SZENBERG
ContributorsMARCELO GATTASS
PublisherMAXWELL
Source SetsPUC Rio
LanguagePortuguese
Detected LanguageEnglish
TypeTEXTO

Page generated in 0.0024 seconds