آقای امین رضا غلامی دانشجوی دکتری دکتر محسن سریانی مورخ: ۱۴۰۵/۰۸/۱۳ ساعت: ۱۶:۳۰ از رساله دکتری خودباعنوان «افزودن اشیاء مجازی به ویدئو در محیطهای کوچک» دفاع خواهند نمود.(ادامه مطلب)
دانشجو: امین رضا غلامی
استاد راهنما: دکتر محسن سریانی
اعضاء هیات داوری:
استاد راهنما: دکتر محسن سریانی استاد مشاور: دکتر بهروز نصیحت کن (دانشگاه خواجه نصیرالدین طوسی) دکتر محمد رضا جاهد مطلق
دکتر حمید رضا صادق محمدی
دکتر شهره کسایی(دانشگاه صنعتی شریف)
دکتر رضا صفابخش (دانشگاه صنعتی امیرکبیر)
تاریخ دفاع: ۱۴۰۵/۰۸/۱۳ ساعت: ۱۶:۳۰ محل: دانشکده مهندسی کامپیوتر
چکیده فارسی: در این رساله روشی برای محاسبه مستقیم مکان شی مجازی در تصاویر دوبعدی بدون تخمین موقعیت دوربین با استفاده از هندسه اپیپولار ارائه شده است. برای دستیابی به این هدف، ابتدا در قابهای مختلف نقاط ویژگی ردیابی میشوند، بعد از آن ماتریسهای بنیادی بین قابهای کلیدی و هر قاب جدید محاسبه میشود. سپس، مکانهای دوبعدی اشیا از طریق یافتن نقاط تلاقی خطوط اپیپولار در قاب جدید قابل محاسبه است. این در حالی است که در روشهای مبتنی بر الگوریتم مکانیابی و نقشهبرداری همزمان، ابتدا پارامترهای مکان و دوران دوربین برای هر قاب محاسبه میشوند و سپس با استفاده از این پارامترها و پارامترهای داخلی دوربین، محل شی مجازی در هر قاب تعیین میشود. الگوریتمهای ردیابی نقاط ویژگی دارای خطا هستند، بنابراین تعدادی از نقاط ویژگی متناظر بین قاب جاری و قاب کلیدی اشتباه هستند. روشهایی مانند رنسک برای تشخیص این نقاط و حذف آنها استفاده شده است. اما زمانی که خطای نقاط ویژگی متناظر بین قاب جاری و یک قاب کلیدی زیاد باشد، ماتریس بنیادی محاسبه شده با استفاده از این نقاط نیز به درستی محاسبه نمیشود. الگوریتمی مقاوم پیشنهاد شده است که در زمانهایی که تعدادی از ماتریسهای بنیادی به درستی محاسبه نشدهاند نیز به خوبی کار میکند. بخش زیادی از پردازش مورد نیاز در روش پیشنهادی به محاسبه ماتریسهای بنیادی مرتبط است. بنابراین برای افزایش سرعت اجرای آن روشی برای کم کردن تعداد مراحل رنسک ارائه شده است. همچنین الگوریتم پیشنهادی با ارائه یک روش جدید برای زدبافرینگ، نیاز به محاسبه مکان نقاط سهبعدی در هر قاب را از بین میبرد. با استفاده از ماتریسهای بنیادی، روش پیشنهادی حتی در شرایطی که تمامی پارامترهای درونی دوربین در طول زمان تغییر میکنند، همچنان مؤثر باقی میماند.
: Abstract Conventional augmented reality (AR) systems rely on recovering the camera pose at every frame to project virtual object onto the ۲D images. This estimation is generally carried out by Simultaneous Localization and Mapping (SLAM), which assumes that the intrinsic parameters of the camera are fixed or known throughout the sequence. Such restrictions limit the applicability of SLAM-based AR in more dynamic or uncalibrated environments. The work presented in this dissertation proposes an alternative framework that bypasses explicit camera parameters recovery. Instead of estimating the camera’s parameters, the method exploits epipolar geometry to directly compute two-dimensional projections of virtual objects. The process involves tracking feature points across frames and deriving fundamental matrices between keyframes and newly acquired frames. These matrices then enable the placement of virtual objects by determining the intersections of corresponding epipolar lines. Because feature correspondences are often contaminated with mismatches, we incorporate strategies to identify and suppress outliers, including a robust scheme that maintains stability even when some of the fundamental matrices are unreliable. To further reduce computational costs, optimizations are introduced that limit the number of RANSAC iterations required. Furthermore, a new z-buffering strategy is introduced, which eliminates the necessity of reconstructing the complete ۳D scene geometry for each frame. The resulting approach is resilient to variations in camera intrinsic parameters over time and demonstrates that reliable AR overlays can be achieved without pose estimation.