Исследование и разработка алгоритмов и методов построения трехмерных компьютерных моделей реальных объектов
(Стр. 13-24)
Подробнее об авторах
Михайлова Светлана Сергеевна
доктор экономических наук, доцент; профессор, кафедра анализа данных и машинного обучения, факультет информационных технологий и анализа больших данных
Финансовый университет при Правительстве Российской Федерации
г. Москва, Российская Федерация
Финансовый университет при Правительстве Российской Федерации
г. Москва, Российская Федерация
Нажимая на кнопку купить вы соглашаетесь с условиями договора оферты
Аннотация:
В статье изложена методика построения 3D-модели объекта по получаемым изображениям объекта с помощью языка программирования Python. В рамках исследования выполнены обзор существующих решений, анализ использования алгоритмов построения трехмерных моделей. В результате проделанной работы было создано программное обеспечение, позволяющее создавать объемную модель по нескольким представленным изображениям. Областью применения данной работы является анализ объекта по трехмерной модели, а также использование трехмерных моделей местности.
Образец цитирования:
ОБРАЗЕЦ ЦИТИРОВАНИЯ: Михайлова С.С. Исследование и разработка алгоритмов и методов построения трехмерных компьютерных моделей реальных объектов // Computational Nanotechnology. 2024. Т. 11. № 1. С. 13-24. DOI: 10.33693/2313-223X-2024-11-1-13-24. EDN: DDIBVK
Список литературы:
Liu L., Jiang H., He P. et al. On the variance of the adaptive learning rate and beyond. URL: https://www.arXiv:1908.03265v4
Subbarao R., Meer P. Projection based M-estimators. URL: https://link.springer.com/chapter/10.1007/11744023_24 (дата обращения: 14.12.2023).
Structure from Motion – классическая реализация. URL: https://habr.com/ru/post/228525/ (дата обращения: 14.12.2023).
Szeliski R. Computer vision: Algorithms and applications – springer science & business media. 2010. 812 p.
Tareen Sh., Zahra Kh., Zahra S. A comparative analysis of SIFT, SURF, KAZE, AKAZE, ORB, and BRISK. 10.1109/ICOMET.2018.8346440. URL: https://www.researchgate.net/publication/323561586_A_comparative_analysis_of_SIFT_SURF_KAZE_AKAZE_ORB_and_BRISK (дата обращения: 14.12.2023).
Антипов И.Т. Математические основы пространственной аналитической фототриангуляции. М.: КартгеоцентрГеодезиздат, 2003. 296 с. ISBN: 5-86066-055-3.
Безменов В.М. Фотограмметрия. Построение и уравнивание аналитической фототриангуляции. Казань.: Изд-во КГУ, 2009. 86 с.
Блохинов Ю.Б. Алгоритмы формирования цифровой модели поверхности и текстурного покрытия в наземной фотограмметрии // Известия вузов. Геодезия и аэрофотосъемка. 2011. № 1. С. 51–57.
Булатников Е.В., Гоева А.А. Сравнение библиотек компьютерного зрения для применения в приложении, использующем технологию распознавания плоских изображений // Вестник МГУП им. Ивана Федорова. 2015. № 6. С. 85–91.
Кашаганова Г.Б., Мергазиев К.К. Исследование и разработка алгоритмов построения трехмерных компьютерных моделей реальных объектов для систем виртуальной реальности // НАУ. 2020. № 56-1 (56). URL: https://cyberleninka.ru/article/n/issledovanie-i-razrabotka-algoritmov-postroeniya-trehmernyh-kompyuternyh-modeley-realnyh-obektov-dlya-sistem-virtualnoy-realnosti (дата обращения: 14.12.2023).
Костюк Ю.Л., Новиков Ю.Л. Графовые модели цветных растровых изображений высокого разрешения // Вестник Томского государственного университета. 2002. № 275. С. 153–160.
Мащенко П.Е., Ширяев П.П. Метод визуального распознавания местности NetVLAD для локализации локомотива // Автоматика, связь, информатика. 2020. № 10. С. 14–17.
Новиков Ю.Л. Полигонально-линейные графовые модели растровых изображений // Геоинформатика-2000: труды Междунар. науч.-практ. конф. / под ред. А.И. Рюмкина, Ю.Л. Костюка, А.В. Скворцова. Томск: Изд-во Том. ун-та, 2000. С. 50–55.
Степура Л.В., Дёмин А.Ю. Обзор методов векторизации изображения // Технологии Microsoft в теории и практике программирования: сб. тр. XIII Всерос. науч.-практ. конф. студентов, аспирантов и молодых ученых, 2016 г. / науч. рук. А.Ю. Дёмин; Национальный исследовательский Томский политехнический университет (ТПУ), Институт кибернетики; ред. колл. А.В. Лиепиньш и др. Томск: Изд-во ТПУ, 2016. С. 184–186.
Обнаружение точек функции OpenCV-Python Feature2D (включая SIFT/SURF/ORB/KAZE/FAST/BRISK/AKAZE). URL: https://russianblogs.com/article/70281143807/ (дата обращения: 14.12.2023).
Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин / пер. с англ. М.: Мир, 1972. 230 с.
Сафонов А.С. Построение SIFT-Дескрипторов и нахождение особых точек на изображениях // Известия ТулГУ. 2017. № 2. С. 182–187.
Subbarao R., Meer P. Projection based M-estimators. URL: https://link.springer.com/chapter/10.1007/11744023_24 (дата обращения: 14.12.2023).
Structure from Motion – классическая реализация. URL: https://habr.com/ru/post/228525/ (дата обращения: 14.12.2023).
Szeliski R. Computer vision: Algorithms and applications – springer science & business media. 2010. 812 p.
Tareen Sh., Zahra Kh., Zahra S. A comparative analysis of SIFT, SURF, KAZE, AKAZE, ORB, and BRISK. 10.1109/ICOMET.2018.8346440. URL: https://www.researchgate.net/publication/323561586_A_comparative_analysis_of_SIFT_SURF_KAZE_AKAZE_ORB_and_BRISK (дата обращения: 14.12.2023).
Антипов И.Т. Математические основы пространственной аналитической фототриангуляции. М.: КартгеоцентрГеодезиздат, 2003. 296 с. ISBN: 5-86066-055-3.
Безменов В.М. Фотограмметрия. Построение и уравнивание аналитической фототриангуляции. Казань.: Изд-во КГУ, 2009. 86 с.
Блохинов Ю.Б. Алгоритмы формирования цифровой модели поверхности и текстурного покрытия в наземной фотограмметрии // Известия вузов. Геодезия и аэрофотосъемка. 2011. № 1. С. 51–57.
Булатников Е.В., Гоева А.А. Сравнение библиотек компьютерного зрения для применения в приложении, использующем технологию распознавания плоских изображений // Вестник МГУП им. Ивана Федорова. 2015. № 6. С. 85–91.
Кашаганова Г.Б., Мергазиев К.К. Исследование и разработка алгоритмов построения трехмерных компьютерных моделей реальных объектов для систем виртуальной реальности // НАУ. 2020. № 56-1 (56). URL: https://cyberleninka.ru/article/n/issledovanie-i-razrabotka-algoritmov-postroeniya-trehmernyh-kompyuternyh-modeley-realnyh-obektov-dlya-sistem-virtualnoy-realnosti (дата обращения: 14.12.2023).
Костюк Ю.Л., Новиков Ю.Л. Графовые модели цветных растровых изображений высокого разрешения // Вестник Томского государственного университета. 2002. № 275. С. 153–160.
Мащенко П.Е., Ширяев П.П. Метод визуального распознавания местности NetVLAD для локализации локомотива // Автоматика, связь, информатика. 2020. № 10. С. 14–17.
Новиков Ю.Л. Полигонально-линейные графовые модели растровых изображений // Геоинформатика-2000: труды Междунар. науч.-практ. конф. / под ред. А.И. Рюмкина, Ю.Л. Костюка, А.В. Скворцова. Томск: Изд-во Том. ун-та, 2000. С. 50–55.
Степура Л.В., Дёмин А.Ю. Обзор методов векторизации изображения // Технологии Microsoft в теории и практике программирования: сб. тр. XIII Всерос. науч.-практ. конф. студентов, аспирантов и молодых ученых, 2016 г. / науч. рук. А.Ю. Дёмин; Национальный исследовательский Томский политехнический университет (ТПУ), Институт кибернетики; ред. колл. А.В. Лиепиньш и др. Томск: Изд-во ТПУ, 2016. С. 184–186.
Обнаружение точек функции OpenCV-Python Feature2D (включая SIFT/SURF/ORB/KAZE/FAST/BRISK/AKAZE). URL: https://russianblogs.com/article/70281143807/ (дата обращения: 14.12.2023).
Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин / пер. с англ. М.: Мир, 1972. 230 с.
Сафонов А.С. Построение SIFT-Дескрипторов и нахождение особых точек на изображениях // Известия ТулГУ. 2017. № 2. С. 182–187.
Ключевые слова:
3D-модель, цифровое изображение, программирование Python, алгоритмы выявления признаков, параметризация моделей.
Статьи по теме
