Uma avaliação de algoritmos de rastreamento 2D para uso em reconstrução 3D

Abstract

A reconstrução 3D é uma área de pesquisa que consiste em recuperar modelos que representem com precisão e em 3D características de interesse de uma cena, através da extração de informações 3D a partir de imagens 2D. Estas informações podem ser relativas à estrutura de uma determinada cena, posicionamento e trajetória de câmeras, textura, dentre outras. Uma vez de posse de tais informações, podemos utilizá-las para os mais diversos fins, por exemplo, modelagem automática de objetos, sistemas de navegação autônoma de robôs, modelos computacionais de estruturas ou órgãos do corpo humano, posicionamento de elementos virtuais em cenas reais, dentre outros. Uma das formas mais difundidas de se realizar reconstrução 3D é utilizando sequências contíguas de imagens ou vídeos capturados por câmeras convencionais (monoculares). Neste tipo de reconstrução um dos desafios mais importantes é o rastreamento. Rastreamento é a capacidade de conseguir corresponder um conjunto de pontos em uma sequência de imagens, ou seja, dado um ponto A com coordenadas x e y, deve-se ser capaz de identificar o ponto A com coordenadas x e y na imagem seguinte da sequência, e que corresponde exatamente à mesma localidade da estrutura sendo rastreada. Neste contexto, o objetivo desta dissertação de mestrado foi avaliar os algoritmos de rastreamento mais utilizados para este propósito, ressaltando as características individuais de cada um deles e identificando as vantagens e limitações que possuem. Os resultados desta análise podem ser uma ferramenta de auxílio na escolha do algoritmo de rastreamento a ser utilizado quando do desenvolvimento de uma solução de reconstrução 3D, tendo como base o domínio do problema que se deseja atacar. Os três algoritmos analisados foram o SIFT, o KLT e outro Baseado em Similaridade. Foi desenvolvida uma ferramenta de reconstrução 3D baseada em SfM. Esta ferramenta foi utilizada para a coleta de resultados com o rastreamento sendo realizado com SIFT, KLT e Similaridade. Uma etapa importante deste processo foi a definição de um conjunto de métricas para a análise comparativa dos algoritmos. As características individuais de rastreamento de cada um deles trouxeram bons resultados em alguns dos cinco cenários utilizados. Porém, no geral, o rastreador que apresentou os melhores resultados foi o KLT. Uma análise detalhada sobre os resultados desses algoritmos quando empregados para reconstrução 3D é apresentada