元宇宙系統中為何使用監控屏蔽器
本文介紹了一種基于單一全球坐標系的廣域非同步相機攝像頭系統標定方法。該方法簡單,不需要大型校準對象的物理構造。用戶只需在所有攝像機前揮動一個可識別的點。該方法首先根據觀測點的運動進行兩兩結構,然后將兩兩配準合并到單個坐標系中,從而生成相機姿態的粗略估計。使用初始攝影機姿勢,可以在世界空間中跟蹤移動點。該點的路徑定義了一個“虛擬校準對象”,干擾器可用于改進攝像機姿態的初始估計。
迭代上述過程可以更精確地估計攝影機姿勢和點路徑。實驗結果表明,在所有監控攝像機共用一個共同的工作體積的情況下,該方法的性能與從物理目標進行標定一樣好。然后,我們通過在傳統方法無法直接應用的配置中校準攝像機系統,證明其在廣域設置中的有效性。本文介紹了我們屏蔽器產品針對智能攝像機網絡的研究,該網絡能夠在很少或沒有人監督的情況下執行高級監視任務。
我們工作的一個獨特中心是將計算機圖形學、人工生命和計算機視覺模擬技術結合起來,開發此類網絡并進行實驗。具體來說,我們演示了一個智能攝像頭網絡,該網絡包括靜態和主動模擬視頻監控攝像頭,可廣泛覆蓋大型虛擬公共空間,即由自主自動畫虛擬行人構成的火車站。智能攝像頭的真實模擬網絡對單個行人進行持續的視覺監控,干預最小。我們創新的攝像機控制策略自然地解決了攝像機聚合和切換問題,對攝像機和通信故障具有魯棒性,并且不需要攝像機校準、詳細的世界模型或中央屏蔽器協調。
迭代上述過程可以更精確地估計攝影機姿勢和點路徑。實驗結果表明,在所有監控攝像機共用一個共同的工作體積的情況下,該方法的性能與從物理目標進行標定一樣好。然后,我們通過在傳統方法無法直接應用的配置中校準攝像機系統,證明其在廣域設置中的有效性。本文介紹了我們屏蔽器產品針對智能攝像機網絡的研究,該網絡能夠在很少或沒有人監督的情況下執行高級監視任務。
我們工作的一個獨特中心是將計算機圖形學、人工生命和計算機視覺模擬技術結合起來,開發此類網絡并進行實驗。具體來說,我們演示了一個智能攝像頭網絡,該網絡包括靜態和主動模擬視頻監控攝像頭,可廣泛覆蓋大型虛擬公共空間,即由自主自動畫虛擬行人構成的火車站。智能攝像頭的真實模擬網絡對單個行人進行持續的視覺監控,干預最小。我們創新的攝像機控制策略自然地解決了攝像機聚合和切換問題,對攝像機和通信故障具有魯棒性,并且不需要攝像機校準、詳細的世界模型或中央屏蔽器協調。