No.90 KLT Kanade-Lucas-Tomasi

土日は腐ってた.
ずっと寝てた.
なーんもやる気がおきなかった.

勉強しなきゃと机に向かっても、やっぱり集中できなくて、ネットサーフィンしたり、つかれて寝転がったら十分寝てるはずなのに、また寝ちゃってた.
ご飯も食べるの面倒くさくて、夜ご飯の最終時間を逃した.
ついでにシャワーの最終時間も逃した.
仕方ない、じゃあ寝るか、、、.

だめだ、こんなのじゃなんのために留学してるかわかんない.
授業も研究も遅れ気味で、やっぱり自分はいつもキッチリ目標どおりにできない人間なんだなと凹む.
でもどうしても何に対してもやる気の出ないときってのがあるんだよな.
いまだにこういうとき、どう対処したらいいのかわからない.
とにかく、もういちど気を引き締めていかないと！

今日は、前日怠けすぎたせいで頭もあまり働かず調子悪かったけど、なんとか怠けずには済んだ.
さて、前回試したOpenCVのHarrisCornnerDetectorはあまり特徴点を見つけてくれなくて、しかもちょっと動かしたらあちこち場所が変わったりして安定でもなく、とてもこのままではフューチャーマッチングに進める感じではなかった.　特徴点として認識する閾値のようなパラメータをいじっても敏感にならず、どうしたもんかと参る.　
画像がシャープじゃなくて悪いのかなと思ってフィルタをまずかけてシャープにしたらいいかなと思って探すが、そんな関数はなさそうで、自分でつくらないといけなさそうな.めんどいな.
まず、今使ってるカメラじゃなくて、ほかのカメラで撮られた割とシャープな画像を読み込んでつかってみたらそれが原因かわかるなと思い試してみた.
そしたら、やっぱりあまり認識しない.
こりゃやっぱりHarrisCornnerが精度悪そうな.

ネットで調べてたらKLTを使って特徴点を表示しているのがあり、かなりいい感じで認識していたので試してみることに.　KLTのヘッダファイルやライブラリファイルにリンク、コンパイルするのがうまくいかず嵌ってしまいかなり時間がかかったが、なんとか解決し今日夕方にやっとKLTでFeatureDetectionできた.

だいぶ重たいけど、かなり特徴点を見つけてくれる（指定しただけ任意の数）し、カメラを動かしてもほぼそのまま認識してくれているので、かなり安定していてびっくりした.
KLTはKanade-Lucas-Tomasi Feature Trackerのことで、金出先生はウチの研究室のボスのボスにあたる人だ.
すごい人だと聞いてたけど、KLTは画像関係でかなり画期的で一般的になった手法のようで、実際つかってみて、金出さんはやはりすごかった.

KLTはトラッキングがメインだと思うんだけど、まだこちらはあまり試してないけどうまくいってないし、FeatureDetectionだけを使おうかな.
マッチングとトラッキングはSAD、SSD、NormalizedCorrelationなどを使って自分でできるような気がしている.
本当はHarrisCornnerの精度を上げて実装できたら、処理も軽くていいんだけど、とりあえず早く目的の動作ができるようにしたいので、KLTで先に試すかなぁ、うーん、、、

blue at 22:56 Trackback() Comment(0)