📄Работа №143581

Тема: Разработка программного модуля для восстановления траектории мобильного устройства по данным IMU и SfM для улучшения качества 3D реконструкции

Характеристики работы

Тип работы Дипломные работы, ВКР
Программирование
Предмет Программирование
📄
Объем: 24 листов
📅
Год: 2023
👁️
Просмотров: 74
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.

📋 Содержание

Введение 3
Постановка задачи 4
Обзор литературы 6
1. Метод восстановления траектории по данным сенсоров 8
1.1. Алгоритм вычисления поворотов 8
1.2. Метод вычисления координат 10
1.3. Оценка точности восстановления траектории 12
2. Метод построения рекомендаций на основе вычисленной траектории 19
2.1. Описание алгоритма 19
2.2. Оценка способности предсказания качества реконструкции 19
Выводы 23
Заключение 24
Список литературы 25

📖 Аннотация

Работа посвящена разработке программного модуля для восстановления траектории мобильного устройства с целью улучшения качества 3D-реконструкции. Актуальность исследования обусловлена практическими сложностями сбора данных для фотограмметрии на смартфонах, где оператору необходимо вручную создавать оптимальные последовательности изображений с достаточным перекрытием и признаками, что часто приводит к ошибкам и снижению качества итоговой модели. В рамках методологии был реализован алгоритм, совмещающий данные инерциальных сенсоров (IMU) и результаты структурированного движения (SfM) для вычисления и сопоставления траекторий камеры, что позволяет выявлять дефекты в съёмке и оценивать масштаб сцены в реальных единицах измерения. Проверка алгоритма показала, что восстановленная траектория согласуется с реальным движением, а разработанная на его основе система рекомендаций способна предсказывать качество будущей 3D-реконструкции. Практическая значимость заключается в интеграции модуля в мобильное приложение для помощи операторам в процессе съёмки, обеспечивая своевременные рекомендации и тем самым повышая эффективность сбора данных в таких областях, как компьютерное зрение, робототехника и дополненная реальность. Обзор существующих подходов подтверждает перспективность использования сенсорного слияния для решения подобных задач. Таким образом, реализованное решение позволяет автоматизировать и улучшить процесс подготовки данных для трёхмерного моделирования с использованием массовых мобильных устройств.

📖 Введение

3П-реконструкция — это задача создания SD-модели или представления объекта или сцены из 2D-изображений или других источников данных. Целью 3D-реконструкции является создание виртуального представления объекта или сцены, которое можно использовать для различных целей, таких как визуализация, анимация, моделирование и анализ. Его можно использовать в таких областях, как компьютерное зрение, робототехника, виртуальная и дополненная реальность.
С появлением достаточно мощных мобильных устройств (смартфонов), стало возможным осуществлять 3D-реконструкцию в любом месте силами одного человека[1].Однако реальные применения технологии усложняются задачей сбора данных. От оператора требуется создать подходящий набор изображений, которые должны иметь достаточное перекрытие, включать все области объекта и содержать достаточное количество признаков для фотограмметрии[2].
Важной частью 3D-реконструкции является вычисление траектории камеры в пространстве[2]. От точности полученной траектории зависит итоговое качество результата реконструкции. Также траекторию камеры можно восстановить, используя инерциальные сенсоры смартфона. Сопоставляя траектории, вычисленные разными способами, можно выявлять дефекты в последовательности снимков и формировать рекомендации для повторной съёмки.
Также, при условии использования сенсоров смартфона, становится возможным вычислить масштаб 3D сцены в реальных единицах измерения.
Данная работа была выполнена в рамках проекта по созданию мобильного приложения, которое позволяло бы облегчить сбор данных для выполнения 3D реконструкции путём построения рекомендаций по процессу съёмки для оператора. Также, в ходе работы над данным проектом была написана и опубликована статья[3].

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании

✅ Заключение

Проверка реализованного в ходе выполнения работы алгоритма восстановления траектории смартфона по данным инерциальных сенсоров показала, что результат его работы согласуется с реальной траекторией. Также, реализованный алгоритм рекомендаций обладает способностью предсказывать качество 3D реконструкции, в следствие чего может способствовать его улучшению.

Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ

📕 Список литературы

[1] O. Muratov, Y. Slynko, V. Chernov, M. Lyubimtseva, A. Shamsuarov and V. Bucha, "3DCapture: 3D Reconstruction for a Smartphone,"2016 IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), Las Vegas, NV, USA, 2016, pp. 893-900, doi: 10.1109/CVPRW.2016.116.
[2] Moncef, Aharchi M’hamed, Ait Kbir. (2020). A Review on 3D Reconstruction Techniques from 2D Images. 10.1007/978-3-030-37629-1-37.
[3] M. Zaslavskiv, R. Shestopalov, A. Grebenshchikov, D. Korenev and E. Shkvirya, "Method for Automated Data Collection for 3D Reconstruction,"2022 32nd Conference of Open Innovations Association (FRUCT), Tampere, Finland, 2022, pp. 308-315, doi: 10.23919/FRUCT56874.2022.9953825.
[4] V. A. Prisacariu, O. Kahler, D. W. Murray and I. D. Reid, "Simultaneous 3D tracking and reconstruction on a mobile phone,"2013 IEEE International Symposium on Mixed and Augmented Reality (ISMAR), Adelaide, SA, Australia, 2013, pp. 89-98, doi: 10.1109/ISMAR.2013.6671768.
[5] P. Tanskanen, K. Kolev, L. Meier, F. Camposeco, O. Saurer and M. Pollefeys, "Live Metric 3D Reconstruction on Mobile Phones,"2013 IEEE International Conference on Computer Vision, Sydney, NSW, Australia, 2013, pp. 65-72, doi: 10.1109/ICCV.2013.15.
[6] Pintore, Giovanni Garro, Valeria Ganovelli, Fabio Gobbetti, Enrico Scopigno, Roberto. (2016). Fast Metric Acquisition with Mobile Devices.
[7] Android position sensors
https://developer.android.com/guide/topics/sensors/sensors_position

🖼 Скриншоты

🛒 Оформить заказ

Работу высылаем в течении 5 минут после оплаты.
Предоставляемые услуги, в том числе данные, файлы и прочие материалы, подготовленные в результате оказания услуги, помогают разобраться в теме и собрать нужную информацию, но не заменяют готовое решение.
Укажите ник или номер. После оформления заказа откройте бота @workspayservice_bot для подтверждения. Это нужно для отправки вам уведомлений.

©2026 Cервис помощи студентам в выполнении работ