Generation of Panoramic View from 360 Degree Fisheye Images Based on Angular Fisheye Projection

Shouzhang, Xiao; Fengwen, Wang

doi:10.1109/dcabes.2011.49

Cited by 7 publications

(2 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Proyección de ojo de pez angular: dado un punto (u, v) en el plano imagen fisheye, se normaliza y se expresa en coordenadas polares (r, θ). En la proyección de ojo de pez angular [17], el modelo radial distancia (r) desde el punto en la imagen de ojo de pez a su centro es directamente proporcional al ángulo (ϕ) que comprende desde el eje óptico de la cámara hasta el rayo definido desde el punto central de la cámara hasta el punto proyectado en la esfera (X,Y,Z). Este ángulo varía entre 0 grados y la mitad del ángulo de visión de la lente ojo de pez (F OV /2).…”

Section: Proyecci óN Equirectangularunclassified

Creación y análisis de vistas 360 a partir de un par de imágenes fisheye

Flores¹,

Valiente²,

Gil³

et al. 2022

XLIII Jornadas De Automática: Libro De Actas: 7, 8 Y 9 De Septiembre De 2022, Logroño (La Rioja)

View full text Add to dashboard Cite

Los sistemas de visión conformados por dos lentes fisheye posicionadas de forma que cubran un campo de visión de 360° presentan grandes ventajas, como la posibilidad de obtener una vista 360 de alta calidad, que puede ser usada en otras tareas de alto nivel. Haciendo uso de una cámara comercial de este tipo, el principal objetivo del trabajo consiste en el desarrollo de métodos para la obtención de una vista 360 y la evaluación de la calidad de la misma, comparándola con la vista 360 generada por la propia cámara. Inicialmente, el algoritmo realiza una proyección de cada imagen fisheye a formato equirectangular, lo cual facilita el posterior stitching necesario para componer la vista 360. Para ello, se han implementado dos procedimientos que permiten realizar la proyección sobre la esfera unidad. Con objeto de determinar automáticamente la calidad de la vista 360 obtenida, y así poder compararla con la generada por la propia cámara, se propone un algoritmo basado en una red neuronal convolucional que extrae descriptores de apariencia global de las escenas. La comparación entre descriptores permitirá determinar la calidad relativa de la vista obtenida. Los resultados muestran que, en aquellos casos en los que la zona de solape es rica en información visual, una de las imágenes que generamos es mejor que la proporcionada por la cámara.

show abstract

Section: Proyecci óN Equirectangularunclassified

Creación y análisis de vistas 360 a partir de un par de imágenes fisheye

Flores¹,

Valiente²,

Gil³

et al. 2022

XLIII Jornadas De Automática: Libro De Actas: 7, 8 Y 9 De Septiembre De 2022, Logroño (La Rioja)

View full text Add to dashboard Cite

show abstract

“…This makes fish-eye cameras more advantageous in scenarios that require a large field of view. However, due to the imaging method of fish-eye cameras being different from that of traditional cameras, their images have a certain degree of distortion, making gesture recognition calculations more complex [2].…”

Section: Introductionmentioning

confidence: 99%

Large-field Gesture Tracking and Recognition for Augmented Reality Interaction

Zhao,

Ge,

Duan

et al. 2023

J. Phys.: Conf. Ser.

View full text Add to dashboard Cite

In recent years, with the continuous development of computer vision and artificial intelligence technology, gesture recognition is widely used in many fields, such as virtual reality, augmented reality and so on. However, the traditional binocular camera architecture is limited by its limited field of view Angle and depth perception range. Fisheye camera is gradually applied in gesture recognition field because of its advantage of larger field of view Angle. Fisheye cameras offer a wider field of vision than previous binocular cameras, allowing for a greater range of gesture recognition. This gives fisheye cameras a distinct advantage in situations that require a wide field of view. However, because the imaging mode of fisheye camera is different from traditional camera, the image of fisheye camera has a certain degree of distortion, which makes the calculation of gesture recognition more complicated. Our goal is to design a distortion correction processing strategy suitable for fisheye cameras in order to extend the range of gesture recognition and achieve large field of view gesture recognition. Combined with binocular technology, we can use the acquired hand depth information to enrich the means of interaction. By taking advantage of the large viewing Angle of the fisheye camera to expand the range of gesture recognition, make it more extensive and accurate. This will help improve the real-time and precision of gesture recognition, which has important implications for artificial intelligence, virtual reality and augmented reality.

show abstract

People detection in top-view fisheye imaging

Krams

Kiryati

2017

2017 14th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS)

View full text Add to dashboard Cite

Generation of Panoramic View from 360 Degree Fisheye Images Based on Angular Fisheye Projection

Cited by 7 publications

References 2 publications

Creación y análisis de vistas 360 a partir de un par de imágenes fisheye

Creación y análisis de vistas 360 a partir de un par de imágenes fisheye

Large-field Gesture Tracking and Recognition for Augmented Reality Interaction

People detection in top-view fisheye imaging

Contact Info

Product

Resources

About