Rörelseigenkänning (motion capture) med optiska mätsystem används i flera applikationer för översättning av positioner i det fysiska rummet till det virtuella. I det här arbetet approximeras den snittvolym som motsvarar vad två eller fler kameror ser i ett sådant optiskt mätsystem. Volymen approximeras med en octree-datastruktur som lagrar information om kvalitet för individuella delar i volymen. Datastrukturens associerade kvalitetsmått används i kombination med ett vinkelmått i ett senare delsteg för att optimera fram en kamerauppsättning med en genetisk algoritm. Volymapproximeringens konstruktion implementerades i C++ och den genetiska algoritmen använder specialiserad överkorsning och initiering. Genomet är utformat så att problemdomänen begränsas till det aktuella problemet. Resultatet av optimeringen visar att vidareutveckling är nödvändig och lösningarna som optimerats fram var inte tillräckliga. Potentiella framtida arbeten innefattar fortsatt utveckling av nuvarande kvalitetsmått, samt vidare jämförande studier av volymapproximeringen.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:his-13648 |
| Date | January 2017 |
| Creators | Peyron, Jacob |
| Publisher | Högskolan i Skövde, Institutionen för informationsteknologi |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds