ГрафиКон'2009
19я Международная Конференция по Компьютерной Графике и Зрению
5-9 октября 2009, Москва, Россия
5-9 октября 2009, Москва, Россия
|
|
Школа молодых учёныхОбращаем Ваше внимание: Труды ГрафиКон'2009 выложены в интернет в свободный доступ. Школа молодых ученых (5-6 октября, на русском) - включает в себя учебную часть (лекции и практические занятия), а также специальную секцию конференции для докладов молодых ученых Программа школы
Лекции и практические занятия1. Geometry Processing for Computer Graphics Секция конференции с докладами молодых ученых:
Конкурс работВ рамках школы молодых ученых был проведен конкурс среди докладов и постеров. Победители получили почетные грамоты. Автору лучшего доклада вручен Xbox 360 - приз от компании Microsoft. Победитель - Артем Ятченко (доклад "3D Liver Vessels Model Design Using CT Data") 2е место поделили Денис Боголепов (доклад "Моделирование каустик на графическом процессоре") и Дмитрий Козлов (доклад "Алгоритмы рендеринга по методу Монте-Карло петрографических шлифов одноосных кристаллов") Специальные призы получили: Михаил Матросов и Виктор Гаганов (за лучшую прикладную работу, доклад "Улучшение качества изображений с микроскопа при помощи технологии HDRI в интерактивном режиме") Дмитрий Лаптев (за лучшую студенческую работу, доклад "Автоматическое определение интенсивности деления клеток по снимкам с микроскопа") Константин Востряков (за лучшие новые фундаментальные результаты в компьютерной графике, доклад "High Frequence Radiance Cache") 1. Excluding cascading classifier for face detection 2. Real-Time Object Detection in Video Streams on Low Performance Embedded Systems 3. SSIM modification for video error concealment methods quality assessments 4. Testing MAC method for fluid and gas simulation in computer graphics 5. The problems of object tracking in compressed video stream 6. Методы моделирования <живого> персонального почерка 7. Моделирование каустик на графическом процессоре 8. Построение параметрической модели головы человека по набору изображений 1. Улучшение качества изображения с микроскопа при помощи технологии HDRI в интерактивном режиме 2. Автоматическое определение интенсивности деления клеток по снимкам с микроскопа 3. A Novel Approach to Video Matting using Optical Flow 4. 3D Liver Vessels Model Design Using CT Data 5. Construction of jaw movement model during chewing process by 3d image sequence 6. Fast weak learner based on genetic algorithm 1. Модель улично-дорожной сети на основе скелета 2. High-frequency radiance cache 3. Three-dimensional handwriting visualization method and implementing it software system 4. Алгоритм рендеринга по методу Монте-Карло петрографических шлифов одноосных кристаллов 5. Визуализация данных об экспрессии генов на поверхности коры и гиппокампа мозга мыши 6. Исправление перспективных искажений с помощью зеркала Аннотации докладов
Докладчики: Аннотация:
Докладчик: Аннотация:
В лекции дано введение в современные проблемы робототехники. Основное внимание будет уделено новым актуальным задачам группового управления роботами. Задачи группового управления - это целый спектр задач, на одном полюсе которого лежат задачи управления малой группой сложных, вообще говоря, разнотипных объектов (например, командой футбольных роботов), на другом - задачи управления большой группой однородных особей (стаей). При этом возможны две модели группового управления: - модель, когда группа управляется из единого центра, в этом варианте центр управления обеспечивает согласованное управление всеми объектами группы для достижения поставленной цели, и модель, когда каждый объект группы управляется самостоятельно, при этом алгоритмы управления должны быть такими, что локальное управление каждым объектом обеспечивает глобальное достижение группой поставленной цели. В лекции рассматриваются варианты использования обеих моделей. Приводится большое число примеров, в том числе примеров возможных внедрений и применений технологий группового управления (управление группой автомобилей, футбол роботов, управление в стае роботов). Одним из наиболее ярких "полигонов" для исследования методов группового управления роботами являются задачи создания футбольных роботов и синтеза футбола роботов. Специалистами по искусственному интеллекту (ИИ) эти задачи признаются одними из центральных на современном этапе развития ИИ. В лекции будет рассказано о Проекте "Виртуальный футбол", который инициирован и развивается в Институте прикладной математики им.М.В.Келдыша РАН, приведены примеры. На примере проекта будет рассказано о программировании роботов. Лекция сопровождается большим количеством слайдов, видеоматериалов, примеров работы программ моделирования футбола роботов и управления стаей однотипных роботов.
Ссылка на Проект "Виртуальный футбол": http://www.keldysh.ru/pages/robosoccer/
Литература: 1. Д.Е.Охоцимский, В.Е.Павловский, А.Г.Плахов, А.Н.Туганов, В.В.Павловский. Моделирование игры роботов-футболистов в пакете "Виртуальный футбол"// Мехатроника, 2002, №1, с.2-5. 2. Д.Е.Охоцимский, В.Е.Павловский, А.Г.Плахов, А.Н.Туганов, В.В.Павловский. Виртуальный футбол: алгоритмы и моделирование игры роботов-футболистов// Сборник "Новое в управлении и автоматике", М.:Наука, 2002-2003 гг., 12 с. На сайте можно скачать PDF-файлы с этими статьями.
Человек познает мир через свои органы чувств: зрение, слух, обоняние, осязание, вкус, вестибулярный аппарат. Естественно, робототехнические системы пытаются снабдить аналогичными сенсорами – телевизионные камеры, ультразвуковые датчики и т.п. Считается, что человек воспринимает до 80% информации через зрение. На этом основании постоянно делаются попытки, более или менее успешные, снабдить роботы системой технического зрения. В простейшем случае система технического зрения (СТЗ) это одна или несколько видеокамер, подключенных к компьютеру, плюс Soft. Оптическая система видеокамеры с высокой точностью повторяет оптическую систему глаза человека. Считывание и обработка информации с фотоматрицы видеокамеры происходит последовательно, элемент за элементом. Сегодня большинство видеокамер с ПЗС-фотоматрицей на выходе формируют стандартный телевизионный электрический сигнал. Для ввода изображения с фотоматрицы в ПК электрический видеосигнал подвергается дискретизации и квантованию. Операцию дискретизации и квантования обычно выполняют такие устройства как фреймграббер, платы видеозахвата и т.п., в состав которых входит скоростной АЦП. В результате в памяти ПК формируется цифровое изображение, представляющее собой двумерную матрицу целочисленных неотрицательных значений, пропорциональных световому потоку, попавшему за время кадра (полукадра) на соответствующий элемент фотоматрицы. Теперь Soft. Первоначально цифровое изображение подвергается сегментации, целью которой является создание описания изображения в терминах понятий: контуры, области и т.п. Один из простейших методов сегментации заключается в выделении на изображении контуров – резких перепадов яркости. Для выделения контуров используются различные алгоритмы: это оператор Розенфельна, оператор Превитта, оператор Собеля, Лапласиан, оператор Хюккеля, различные масочные операторы и т.п. Другая группа алгоритмов сегментации – это построение описания в терминах областей. Это так называемый «метод степного пожара»,«склетизация» и т.п. Для построения описания изображения часто используют различные иерархические методы, заключающиеся в том, что на каждом уровне иерархии обработку информации выполняют одинаковые программные модули, получая информацию от модулей предыдущего уровня и выдавая результат на следующий уровень иерархии. По получении описания изображения в терминах, определяемых моделью изображения, выполняется идентификация объектов на изображении. Это, пожалуй, самый сложный этап анализа изображений. На сегодняшний день СТЗ, выполняющие идентификацию в автоматическом режиме, используются только в простых случаях. В большинстве случаев создаются СТЗ, способные с определенной вероятностью распознать объект и обратить внимание человека-оператора на небольшой набор каких-либо ситуаций, а решение уже принимает человек. Наиболее широко СТЗ используются для супервизорного управления. Примером может служить работы по оснащению робота МЧС СТЗ, состоящей из 4-х видеокамер, установленных на борту робота, и одной выносной видеокамеры – «спутником». Видеопотоки со всех видеокамер по радиоканалу по стандарту Wi-Fi передаются на центральный пульт управления, где изображения со всех телекамер отображаются на больших ЖК-мониторах, что позволяет водителю робота удаленно по радиоканалу управлять работой робота. В ряде случаев СТЗ используют в качестве измерительного инструмента, однако из-за оптических искажений объектива к такому использованию СТЗ следует подходить с большой осторожностью. Наконец, вернемся к вопросу аналогии СТЗ со зрением человека. К большому сожалению, насколько мне известно, бионический подход к созданию СТЗ сегодня почти не используется. В то же время существует ряд научно-исследовательских работ по построению математической модели сетчатки глаза человека, из которой можно почерпнуть много полезных свойств для построения СТЗ.
Литература: 1. Интегральные роботы. Сборник статей. Изд-во «Мир», М:1973г. 2. П.Линдсей, Д.Норман. Переработка информации у человека (Введение в психологию). Изд-во «Мир», М:1974г. 3. В.П.Андреев, Д.А.Белов, Г.Г.Вайнштейн, Е.А.Москвина. Эксперименты с машинным зрением. Изд-во «Наука», М:1987г. 4. В.П.Андреев, К.Б.Кирсанов, Е.А.Прысев, В.Ю.Пронкин, В.Е.Пряничников, А.С.Травушкин. Построение системы технического зрения мобильного робота с использованием беспроводной технологии Wi-Fi. Интеллектуальные роботы. №1-2. Изд-во «Радиотехника», М:2009г.
Лекция посвящена использованию интерпретируемого языка Python в задачах робототехники. Python — современный императивный динамический язык общего назначения. Элегантный синтаксис, хорошо продуманная стандартная библиотека и обширная коллекция сторонних модулей позволяют в 4-5 раз сократить время, затрачиваемое на разработку и отладку информационно-измерительных и СУ (систем управления) мобильных роботов. Обсуждаются особенности языка (динамическая архитектура, интроспекция, специфичные синтаксически конструкции), и их практическое применение в задачах связанных с разработкой СУ. Отдельное внимание уделяется работе со сторонними библиотеками (графопостроителю «mathplotlib», интерфейсу с устройствами ввода и вывода «pygame», библиотеке высокоуровневого сетевого взаимодействия «rpyc» и математическим библиотекам «scipy») но и интеграции с уже существующими С++ программами, в том числе с openCV. Лекция завершается «лабораторной работой», где рассматривается большое количество практических заданий: обработка и визуализация экспериментальных данных, построение сетевой распределенной системы управления, её разработка и отладка в различных режимах. Создание графического интерфейса пользователя для управления мобильным роботом и др.
Ссылки: Документация: Учебные курсы: Заслуживающие внимания Блоги: Заслуживающие внимания библиотеки: |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
English
Русский