Bildverstehen II at TU München

Flashcards and summaries for Bildverstehen II at the TU München

Arrow

100% for free

Arrow

Efficient learning

Arrow

100% for free

Arrow

Efficient learning

Arrow

Synchronization on all devices

Arrow Arrow

It’s completely free

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Study with flashcards and summaries for the course Bildverstehen II at the TU München

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Gegeben sind 2 3D-Punktwolken. Mit welchen Algorithmus gleicht man sie einander an? Beschreibe den Algorithmus.

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Wie viele Freiheitsgrade muss ein Objekterkennungsverfahren aufweisen?

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Wie löst man beim deskriptor basiertem Matching das Problem mehrdeutiger Korrespondenzen?

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Bei der Darstellung mit direkten Rotationsgrößen, welchen Einfluss hat die Reihenfolge der Transformation auf die Richtung der Transformation?

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Welche Auswirkungen kann eine Darstellung mit Minimalparametrisierung bzw. Überparametrisierung auf die Darstellung der Transformationsmatrix haben?

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Durch welche Vorkehrungen soll eine kardanische Blockade der Eulerwinkel-Darstellung vermieden werden?

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Beschreibe die Hand-Auge Kalibrierung mit dualen Quaternionen? Nenne Gründe für die Verwendung dieser Darstellung.

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Nenne Anforderungen an die Roboterbewegung, durch deren Einhaltung die Genauigkeit der Hand-Auge Kalibrierung erhöht werden kann

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Wie viele Posen werden für die Kalibration benötigt? Welche Anforderungen müssen die Posen erfüllen?

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Ein SCARA-Roboter ist ein Roboter mit drei Drehgelenken und einem Schubgelenk. Die Rotationsachsen der drei Drehgelenke sind alle parallel. Können bei einem SCARA- Roboter alle Parameter der für eine Hand-Auge Kalibrierung relevanten Posen eindeutig bestimmt werden? Begründen Sie Ihre Antwort.

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Metametrie zwischen RBG-Kamera und Mensch gleich?

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Beschreibe das Prinzip von Convolutional Neural Networks

Your peers in the course Bildverstehen II at the TU München create and share summaries, flashcards, study plans and other learning materials with the intelligent StudySmarter learning app.

Get started now!

Flashcard Flashcard

Exemplary flashcards for Bildverstehen II at the TU München on StudySmarter:

Bildverstehen II

Gegeben sind 2 3D-Punktwolken. Mit welchen Algorithmus gleicht man sie einander an? Beschreibe den Algorithmus.

Name: Iterative Closest Point Algorithmus

Wiederholung zweier Schritte:

– Korrespondenzermittlung: Für jeden Punkt der ersten Punktwolke wird der unter der aktuellen Pose nächste Punkt der zweiten Punktwolke gesucht

– Abstandsminimierung: Es wird die Pose bestimmt, die die Summe der quadrierten Abstände zwischen den in Schritt 1 ermittelten Punktpaaren minimiert

  • ICP als Optimierungsverfahren sucht das lokale Minimum dieses Fehlers und ist bei einer guten Startpose in der Lage, die optimale Pose zu finden

  • Iteration wird terminiert, wenn der Fehler unter einen Schwellwert fällt oder eine vorgegebene Anzahl an Iterationen erreicht wurde

  • Großteil der Laufzeit wird für die Korrespondenzsuche benötigt, wofür eine effiziente Datenstruktur zur Bestimmung des nächsten Nachbars (Nearest-Neighbor-Verfahren) benötigt wird. Üblicherweise: 

    • Voxelbasierte Verfahren

    • k-d-Bäume

    • Vollständige Suche

Bildverstehen II

Wie viele Freiheitsgrade muss ein Objekterkennungsverfahren aufweisen?

  • 8 für die Homographie (3×3 Matrix – ohne Skalierfaktor) – Projektive Abbildung
  • 6 für Pose in 3D
  • → 14

Bildverstehen II

Wie löst man beim deskriptor basiertem Matching das Problem mehrdeutiger Korrespondenzen?

  • mit Robustem Matching (z.B. RANSAC)
  • bei Robustem Matching wird die Homographieschätzung und die Korrespondenzauswahl gleichzeitig gelöst

Bildverstehen II

Bei der Darstellung mit direkten Rotationsgrößen, welchen Einfluss hat die Reihenfolge der Transformation auf die Richtung der Transformation?

Die Reihenfolge der Rotationen bestimmt ob die Rotation auf den globalen oder lokalen Axen erfolgt. XYZ(global) is äquivalent zu ZYX(lokal)

Bildverstehen II

Welche Auswirkungen kann eine Darstellung mit Minimalparametrisierung bzw. Überparametrisierung auf die Darstellung der Transformationsmatrix haben?

Minimalparametrisierung wird immer eine Singularität/kardanische Blockade aufweisen (Gimbal lock).

Bildverstehen II

Durch welche Vorkehrungen soll eine kardanische Blockade der Eulerwinkel-Darstellung vermieden werden?

  • indem man duale Quaternionen verwendet
  • indem man globale Orientierungen in lokalen Koordinatensystemen ausdrückt (laut wiki)

Bildverstehen II

Beschreibe die Hand-Auge Kalibrierung mit dualen Quaternionen? Nenne Gründe für die Verwendung dieser Darstellung.

  • Die Darstellung von starren Abbildungen (also Transformationen) als duale Einheitsquaternionen ist für die Transformation von Geraden vorzuziehen
  • Duale Quaternionen erlauben die gleichzeitige Bestimmung der Translation und Rotation bei der Hand-Auge Kalibrierung
  • Außerdem hat man mit ihnen nicht das Problem der kardanischen Blockade

Bildverstehen II

Nenne Anforderungen an die Roboterbewegung, durch deren Einhaltung die Genauigkeit der Hand-Auge Kalibrierung erhöht werden kann

  • Roboterarm muss gut kalibriert sein (sprich: Transformation von der Basis zum Werkzeug ist möglichst genau)
  • Winkel zwischen Schraubenachsen der beiden Transformationen sollte möglichst gross sein (Sprich: 90°) – geometrische Bedingung
  • Rotationswinkel sollte möglichst groß sein (Sprich: grosse Rotationen) – geometrische Bedingung
  • Abstand des Projektionszentrums der Kamera zum Kalibrierkörper möglichst klein (sprich: Kamera nah am Objekt) – geometrische Bedingung
  • Abstand zwischen zwei Werkzeugarbeitspunkten sollte möglichst klein sein (Sprich: Werkzeug nicht viel bewegen) – geometrische Bedingung
  • Möglichst viele Posen benutzen

Bildverstehen II

Wie viele Posen werden für die Kalibration benötigt? Welche Anforderungen müssen die Posen erfüllen?

  • drei Posen
  • die zwei Bewegungen müssen mit Hilfe von nicht-parallelen Schraubungen vollzogen werden

Bildverstehen II

Ein SCARA-Roboter ist ein Roboter mit drei Drehgelenken und einem Schubgelenk. Die Rotationsachsen der drei Drehgelenke sind alle parallel. Können bei einem SCARA- Roboter alle Parameter der für eine Hand-Auge Kalibrierung relevanten Posen eindeutig bestimmt werden? Begründen Sie Ihre Antwort.

Nein, da man mindestens zwei Rotationen mit nicht-parallelen Achsen benötigt. Wenn alle Achsen parallel sind kann der Abstand der Schraubung nicht bestimmt werden (d.h. ein Parameter nicht bestimmbar)

Bildverstehen II

Metametrie zwischen RBG-Kamera und Mensch gleich?

Nein, da die spektrale Empfindlichkeit der Zapfen sich deutlich von der Empfindlichkeit der RGB-Sensoren einer Kamera unterscheidet.

Bildverstehen II

Beschreibe das Prinzip von Convolutional Neural Networks

  • Ersetzen der ersten Schichten eines MLP durch Faltungen mit geteilten Gewichten
  • Dadurch Klassifikator in der Lage, Merkmalsextraktion aus Trainingsdaten zu lernen
  • CNN besteht aus mehreren Conv und Pool Layern, gefolgt von fully connected Schicht zur Klassifikation
  • Bei Mehrkanalbildern werden Faltungen über alle Kanäle berechnet und aufsummiert

Sign up for free to see all flashcards and summaries for Bildverstehen II at the TU München

Singup Image Singup Image
Wave

Other courses from your degree program

For your degree program Robotics; Cognition; Intelligence at the TU München there are already many courses on StudySmarter, waiting for you to join them. Get access to flashcards, summaries, and much more.

Back to TU München overview page

IN 2023 BV I

IN2222 CogSys

Management von Geschäftsstrategien

Humanoid Cognitive Reasoning

Computer Vision III: Detection, Tracking, Segmentation

Methoden der Produktentwicklung

What is StudySmarter?

What is StudySmarter?

StudySmarter is an intelligent learning tool for students. With StudySmarter you can easily and efficiently create flashcards, summaries, mind maps, study plans and more. Create your own flashcards e.g. for Bildverstehen II at the TU München or access thousands of learning materials created by your fellow students. Whether at your own university or at other universities. Hundreds of thousands of students use StudySmarter to efficiently prepare for their exams. Available on the Web, Android & iOS. It’s completely free.

Awards

Best EdTech Startup in Europe

Awards
Awards

EUROPEAN YOUTH AWARD IN SMART LEARNING

Awards
Awards

BEST EDTECH STARTUP IN GERMANY

Awards
Awards

Best EdTech Startup in Europe

Awards
Awards

EUROPEAN YOUTH AWARD IN SMART LEARNING

Awards
Awards

BEST EDTECH STARTUP IN GERMANY

Awards

How it works

Top-Image

Get a learning plan

Prepare for all of your exams in time. StudySmarter creates your individual learning plan, tailored to your study type and preferences.

Top-Image

Create flashcards

Create flashcards within seconds with the help of efficient screenshot and marking features. Maximize your comprehension with our intelligent StudySmarter Trainer.

Top-Image

Create summaries

Highlight the most important passages in your learning materials and StudySmarter will create a summary for you. No additional effort required.

Top-Image

Study alone or in a group

StudySmarter automatically finds you a study group. Share flashcards and summaries with your fellow students and get answers to your questions.

Top-Image

Statistics and feedback

Always keep track of your study progress. StudySmarter shows you exactly what you have achieved and what you need to review to achieve your dream grades.

1

Learning Plan

2

Flashcards

3

Summaries

4

Teamwork

5

Feedback