Кіріспе
Суреттегі объектінің орны мен бағыты. Компьютерлік есептеу және компьютерлік көру салаларында поза (немесе кеңістіктік поза) объектінің орны мен бағытын, әдетте үш өлшемде көрсетеді. Позалар көбінесе ішкі түрде трансформация матрицалары ретінде сақталады. "Поза" термині "трансформация" терминімен шамалас, бірақ трансформация көбінесе масштабты да қамтуы мүмкін, ал поза оны қамтимайды. Компьютерлік көруде объектінің позасы көбінесе камерадан алынған деректер арқылы позаны анықтау процесімен есептеледі. Бұл ақпаратты, мысалы, роботқа объектіні манипуляциялауға немесе оның қоршаған ортадағы орны мен бағытына сүйене отырып, объектіге соқтығыспау үшін пайдалануға болады. Басқа қолданыстарға қаңқалық қимылды тану жатады.
In the fields of computing and computer vision, pose (or spatial pose) represents the position and orientation of an object, usually in three dimensions. Poses are often stored internally as transformation matrices. The term “pose” is largely synonymous with the term “transform”, but a transform may often include scale, whereas pose does not. In computer vision, the pose of an object is often estimated from camera input by the process of pose estimation. This information can then be used, for example, to allow a robot to manipulate an object or to avoid moving into the object based on its perceived position and orientation in the environment. Other applications include skeletal action recognition.
Позаның бағасы
Суреттегі (немесе стереосуреттердегі, суреттер тізбегіндегі) нысанның позасын анықтаудың нақты міндеті позаны бағалау деп аталады. Позаны бағалау мәселелері кескін сенсорының конфигурациясына және таңдалған әдістемеге байланысты әртүрлі жолдармен шешілуі мүмкін. Әдістемелердің үш класын ажыратуға болады:
Аналитикалық немесе геометриялық әдістер: Егер кескін сенсоры (камера) калибрленген және сахнадағы 3D нүктелер мен суреттегі 2D нүктелер арасындағы байланыс белгілі болса. Объектінің геометриясы белгілі болған жағдайда, камерадағы объектінің проекцияланған бейнесі объектінің позасының белгілі функциясы болады. Егер объектідегі бақылау нүктелерінің жиынтығы, әдетте бұрыштар немесе басқа да ерекше нүктелер анықталса, онда нүктелердің 3D координаттары мен олардың 2D суреттегі координаттарын байланыстыратын теңдеулер жиынтығынан позаның түрленуін табуға болады. Егер нүктелер арасындағы сәйкестік белгілі болмаса, бір нүктелік бұлттың екінші нүктелік бұлтқа қатысты позасын анықтайтын алгоритмдер нүктелік жиынтықты тіркеу алгоритмдері деп аталады. Генетикалық алгоритмдер әдістері: Егер объектінің позасын нақты уақытта есептеу қажет болмаса, генетикалық алгоритм қолданылуы мүмкін. Бұл әдіс, әсіресе, суреттер толық калибрленбеген кезде тиімді. Бұл жағдайда поза генетикалық өрнекті білдіреді, ал объектінің бақылау нүктелерінің проекциясы мен сурет арасындағы қателік – жарамдылық функциясы болып табылады. Оқуға негізделген әдістер: Бұл әдістер 2D суреттік ерекшеліктерден поза түрленуіне байланысты картаны үйренетін жасанды оқыту жүйесін пайдаланады. Қысқасы, жүйеге оқу кезеңінде объектінің әртүрлі позаларындағы жеткілікті мөлшерде суреттер жиынтығы ұсынылуы керек. Оқу кезеңі аяқталғаннан кейін жүйе объектінің суреті берілген кезде оның позасын бағалай алуы тиіс.