Detection and tracking of vanishing points in dynamic environments : Detección y seguimiento de puntos de fuga en entornos dinámicos

Nieto Doncel, Marcos (2010). Detection and tracking of vanishing points in dynamic environments : Detección y seguimiento de puntos de fuga en entornos dinámicos. Thesis (Doctoral), E.T.S.I. Telecomunicación (UPM).

Description

Title: Detection and tracking of vanishing points in dynamic environments : Detección y seguimiento de puntos de fuga en entornos dinámicos
Author/s:
  • Nieto Doncel, Marcos
Contributor/s:
  • Salgado Álvarez de Sotomayor, Luis
Item Type: Thesis (Doctoral)
Date: 2010
Subjects:
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Señales, Sistemas y Radiocomunicaciones
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (9MB) | Preview

Abstract

Abstract This thesis is about the detection and tracking of vanishing points in images, its application to rectification of planes, and the additional considerations that the road scenario imposes on these topics. The core element of the dissertation is the obtention of vanishing points, for which a number of contributions are introduced in the field of robust estimation through optimization procedures. RANSAC (RANdom Sampling And Consensus) and the EM (Expectation-Maximization) algorithm are studied for initialization and refinement purposes, respectively. The results show that these proposals use the information of the images more efficiently and with better performance than other approaches in the literature. Two chapters cover the extraction of the required information from the images in order to feed the estimation methods. On the one hand, images of structured environments (those containing rectilinear elements such as corridors, buildings, roads, etc.), contain line segments that can be detected using the SSWMS (Slice Sampler and Weighted Mean Shift) algorithm, proposed in this thesis. This method has been conceived to work in real-time and to represent a trade-off between accuracy and robustness. On the other hand, focusing on the specific road scenario, the information of the images is extracted through more complex procedures, which are based on recursive Bayesian classification and model fitting. Finally, the required conditions for the rectification of planes using vanishing points are determined, together with an evaluation of the recovered geometric properties of the plane according to the available information of the scene. Besides, paying special attention to the road scenario, a number of case studies are identified, for which corresponding practical methods for plane rectification are proposed. Along this thesis, results are presented individually for each proposed strategy, comprising feature extraction, vanishing point estimation, road modeling and plane rectification. As a practical application, these strategies are jointly used as a vision-based ADAS (Advanced Driver Assistance Systems) that generates and updates, dy¬namically, the rectified images and the resulting road model. Resumen Esta tesis aborda la detección y seguimiento de puntos de fuga en imágenes, su apli¬cación para la rectificación de planos y las consideraciones adicionales que plantea el escenario de carretera. El elemento central de la tesis es la obtención de puntos de fuga, para lo cual se pre¬sentan diversas contribuciones en el ámbito de la estimación robusta mediante procesos de optimización basados en RANSAC (RANdom Sampling And Consensus) y el algo¬ritmo EM (Expectation-Maximization) para inicialización y refinado, respectivamente. Los resultados demuestran que estas propuestas, en comparación con otros métodos, permiten utilizar de forma más eficiente y con mejores resultados la información de las imágenes. En torno a estas estrategias de estimación, se incluyen dos capítulos dedicados a la extracción de características de las imágenes necesarias para la detección de estos puntos. Por un lado, para imágenes de entornos estructurados (aquellos con elementos rectilíneos, como pasillos, edificios, carreteras, etc.), se propone obtener segmentos de línea mediante el algoritmo SSWMS (Slice Sampler and Weighted Mean Shift). Este método ha sido diseñado para funcionar en tiempo real y obtener resultados precisos y robustos. Por otro lado, cuando nos centramos en el escenario de la carretera, la información de las imágenes se obtiene mediante procedimientos más complejos, en los que se recurre a métodos de estimación recursiva Bayesiana, y al ajuste de modelos. Finalmente, se determinan las condiciones necesarias para la rectificación de planos a partir de puntos de fuga, y se analiza el tipo de propiedades geométricas del plano que se recupera en función de la información utilizada. Además, con especial énfasis en el escenario de la carretera, se identifican una serie de casos de estudio para los cuales se proponen métodos prácticos de generación de imágenes rectificadas. A lo largo de esta tesis se han presentado resultados individuales en cada una de las estrategias presentadas, tanto en extracción de características, estimación de puntos de fuga, generación de modelos de carretera y obtención de imágenes rectificadas. Como aplicación práctica, se plantea la utilización de estas estrategias en una esquema de ADAS (Advanced Driver Assistance Systems) basado en visión en el que se actualizan, dinámicamente, las imágenes rectificadas, y los modelos de carretera resultantes.

More information

Item ID: 4837
DC Identifier: http://oa.upm.es/4837/
OAI Identifier: oai:oa.upm.es:4837
Deposited by: Archivo Digital UPM
Deposited on: 05 Nov 2010 10:59
Last Modified: 20 Apr 2016 13:54
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM