3D-Fahrzeugerkennung mit SfM und Kinect

Abstract

Ziel dieser Arbeit ist die Untersuchung der Möglichkeiten ausgewählter Verfahren zur 3D-Fahrzeugerkennung unter möglichst alltagsähnlichen Bedingungen. Das erste gewählte Verfahren zur Aufnahme der Fahrzeuge und Generierung der zu vergleichenden 3D-Daten ist Microsofts Kinect-System. Dieses wurde aufgrund der unkomplizierten Handhabung nur für Voruntersuchungen genutzt, da Schwächen des Systems bezüglich der Alltagstauglichkeit bereits bekannt waren. Der Schwerpunkt dieser Arbeit liegt daher auf dem zweiten gewählten Verfahren. Hier werden aus 2D-Aufnahmen mithilfe von Structure-from-Motion 3D-Informationen abgeleitet. Als Referenzmaterial, mit dem die gewonnenen 3D-Informationen abgeglichen werden, werden existierende 3D-Modelle aus dem Google 3D-Warehouse herangezogen. Der Abgleich erfolgt schließlich über den Iterative-Closest-Point- Algorithmus (ICP), dem eine relative Lagebestimmung durch Keypoint-Detection und anschließendes Feature-Matching vorangeht. Abschließend werden im Ausblick Stärken und Schwächen der gewählten Methoden-Kombination bezüglich ihrer Eignung für ein eventuelles Fahrzeug-Erkennungssystem betrachtet und Möglichkeiten zum Einsatz und zur Verbesserung diskutiert.