وضعية (رؤية حاسوبية)
في مجالي الحوسبة ورؤية الحاسوب ، يُمثل الوضع (أو الوضع المكاني ) موضع واتجاه جسم ما، وعادةً ما يكون كل منهما في ثلاثة أبعاد . [ 1 ] غالبًا ما تُخزن الأوضاع داخليًا على شكل مصفوفات تحويل . [ 2 ] [ 3 ] يُستخدم مصطلح "الوضع" بشكل مرادف إلى حد كبير لمصطلح "التحويل"، ولكن التحويل قد يتضمن غالبًا تغييرًا في المقياس ، بينما لا يتضمنه الوضع. [ 4 ] [ 5 ]
في مجال رؤية الحاسوب، غالبًا ما تُقدَّر وضعية الجسم من خلال بيانات الكاميرا عبر عملية تقدير الوضعية . ويمكن استخدام هذه المعلومات، على سبيل المثال، لتمكين الروبوت من التعامل مع جسم ما أو تجنب الاقتراب منه بناءً على موقعه واتجاهه المُدرَكين في البيئة. ومن التطبيقات الأخرى التعرف على حركات الهيكل العظمي.
تقدير الوضعية
تُعرف المهمة المحددة لتحديد وضعية جسم ما في صورة (أو صور مجسمة، أو سلسلة صور) باسم تقدير الوضعية . ويمكن حل مشاكل تقدير الوضعية بطرق مختلفة تبعًا لتكوين مستشعر الصورة واختيار المنهجية. ويمكن تمييز ثلاث فئات من المنهجيات:
- الأساليب التحليلية أو الهندسية: بافتراض معايرة مستشعر الصورة (الكاميرا) ومعرفة العلاقة بين النقاط ثلاثية الأبعاد في المشهد والنقاط ثنائية الأبعاد في الصورة، ومعرفة هندسة الجسم، فإن إسقاط صورة الجسم على صورة الكاميرا يُعدّ دالةً معروفةً لوضعية الجسم. بمجرد تحديد مجموعة من نقاط التحكم على الجسم، كالزوايا أو نقاط مميزة أخرى، يصبح من الممكن حلّ تحويل الوضعية من خلال مجموعة من المعادلات التي تربط الإحداثيات ثلاثية الأبعاد للنقاط بإحداثياتها ثنائية الأبعاد في الصورة. تُعرف الخوارزميات التي تحدد وضعية سحابة نقاط بالنسبة إلى سحابة نقاط أخرى بخوارزميات تسجيل مجموعة النقاط ، إذا لم تكن العلاقات بين النقاط معروفة مسبقًا.
- أساليب الخوارزميات الجينية : إذا لم يكن من الضروري حساب وضعية جسم ما في الوقت الفعلي، يُمكن استخدام خوارزمية جينية . يتميز هذا الأسلوب بقوته، خاصةً عندما لا تكون الصور مُعايرة بدقة تامة. في هذه الحالة، تُمثل الوضعية التمثيل الجيني ، بينما يُمثل الخطأ بين إسقاط نقاط التحكم الخاصة بالجسم على الصورة دالة اللياقة .
- الأساليب القائمة على التعلم: تستخدم هذه الأساليب أنظمة التعلم الآلي التي تتعلم الربط بين خصائص الصور ثنائية الأبعاد وتحويل الوضعية. باختصار، يعني هذا أنه يجب تقديم مجموعة كبيرة كافية من صور الجسم، في أوضاع مختلفة، إلى النظام خلال مرحلة التعلم. بمجرد اكتمال مرحلة التعلم، يجب أن يكون النظام قادرًا على تقديم تقدير لوضعية الجسم بناءً على صورة له.
وضعية الكاميرا
إعادة تشكيل الكاميرا هي عملية تقدير معلمات نموذج كاميرا ذات ثقب صغير ، تقارب الكاميرا التي أنتجت صورة فوتوغرافية أو فيديو معين؛ وتحدد هذه العملية شعاع الضوء الوارد المرتبط بكل بكسل في الصورة الناتجة. وباختصار، تحدد هذه العملية وضعية الكاميرا ذات الثقب الصغير.
عادةً ما يتم تمثيل معلمات الكاميرا في مصفوفة إسقاط 3 × 4 تسمى مصفوفة الكاميرا . تحدد المعلمات الخارجية وضع الكاميرا (الموقع والاتجاه) بينما تحدد المعلمات الداخلية تنسيق صورة الكاميرا (البعد البؤري، وحجم البكسل، وأصل الصورة).
تُعرف هذه العملية غالبًا باسم معايرة الكاميرا الهندسية أو ببساطة معايرة الكاميرا، مع العلم أن هذا المصطلح قد يشير أيضًا إلى معايرة الكاميرا الضوئية أو يقتصر على تقدير المعاملات الداخلية فقط. ويشير التوجيه الخارجي والتوجيه الداخلي إلى تحديد المعاملات الخارجية والداخلية فقط، على التوالي.
تتطلب معايرة الكاميرا التقليدية وجود عناصر خاصة في المشهد، وهو أمر غير مطلوب في المعايرة التلقائية للكاميرا . ويُستخدم إعادة تقسيم الكاميرا غالبًا في تطبيقات الرؤية المجسمة، حيث تُستخدم مصفوفات إسقاط الكاميرا لكاميرتين لحساب إحداثيات العالم ثلاثي الأبعاد لنقطة مرئية من الكاميرتين.
انظر أيضاً
مراجع
- ↑ هوف، ويليام أ.؛ نغوين، خوي؛ ليون، تورستن (29 أكتوبر 1996). "تقنيات التسجيل القائمة على رؤية الحاسوب للواقع المعزز". في: كاساسنت، ديفيد ب. (محرر). الروبوتات الذكية ورؤية الحاسوب 15: الخوارزميات، والتقنيات، والرؤية النشطة، ومناولة المواد . وقائع SPIE. المجلد 2904. SPIE. الصفحات 538-548 . Bibcode : 1996SPIE.2904..538H . doi : 10.1117/12.256311 . S2CID 6587175 .
- ↑ "الوضع (الموقع والاتجاه)" .
- ↑ "مصفوفات التحويل إلى geometry_msgs/Pose - إجابات ROS: منتدى الأسئلة والأجوبة مفتوح المصدر" . 27 مايو 2021.
- ↑ "دريك: الوضعية المكانية والتحول" .
- ↑ "وثائق مطوري أبل" .
- رؤية الحاسوب
- الهندسة في مجال رؤية الحاسوب
- التحكم في الروبوت
