Disclaimer: Dieser Thread wurde aus dem alten Forum importiert. Daher werden eventuell nicht alle Formatierungen richtig angezeigt. Der ursprüngliche Thread beginnt im zweiten Post dieses Threads.
[CV] Übungsaufgabe in der Prüfung
Huhu,
ich hab die Übungen weder besucht noch gemacht (wär ja im September genug Zeit gesen…).
Ich hab die gestern mal alle angeschaut, da werden die grundsätzlichen Algorithmen ja doch manchmal ziemlich wei getrieben und kompliziert.
Hat jemand von euch, vieleicht einer der in der Übung war, eine einschätzung was aus den Übungen dran kommen könnte?
Fanden die irgendwas besonders Toll oder haben irgendwas besonders hervorgehoben?
Wär ganz Intressant
grüße,
Christopher
Also mir gehts leider genauso. Bin deswegen auch mordsbegeistert. Egal.
Ich weiß es wurde gesagt, dass auch etwas zu den Übungen drankommt.
Aber ich hoffe einfach mal, dass sich die Fragen relativ stark an den der mündl. Prüfungen orientieren werden…
Nimmt man dann noch einen der 3 Anwendungsfälle aus der letzten Vorlesung dazu, kriegt man
die angesetzten 90 Minuten schon gut voll würde ich sagen. Mit Skizzen und allem drum und dran.
VG Dani
Was sind denn das fuer drei Anwendungsfaelle. War leider nicht in der Vorlesung.
Ich war leider auch nicht in der Vorlesung :/.
Meint ihr es kommt die “Goal Line Technology” von der WM dran? Immerhin hatse die detection eines Fußballs öfters in der Vorlesung als beispiel ran gezogen und dann isst es ja auch noch ein prominentes beispiel für CV was in Fernsehn aktiv eingesetzt wurde.
Hi.
Ja genau.
Fall 1: Tracking of a football
Fall 2: goal-line detection
Fall 3: camera based distance control
Ich vermute es kommt iwas mit Fußball dran.
Eben weil sies in der Vorlesung relativ oft angesprochen hat :).
Könnte denn jemand kurz skizzieren, was zu den Themen so besprochen wurde?
wie gut oder schlecht müssen dann die Vorschläge sein :)?
Fall 1:
Kann man ja prinzipiell Kalman / Particle verwendet, intressant ist ja aber vorallem wie wird gemessen.
Eine einfache naive lösung denke ich wär die Houghtransformation. Aber vermutlich eher nicht gut einsetzbar, da die größe des Balles ja ständig wechselt und man dann der Houghrspace mindestens 3-Dimensional wird.
In der Übung wird ja da auf den Folien was vorgeschlagen: “Fast circle Detection” und “size invariant circle detection” aber eine wirkliche genaue beschreibung der beiden ist ja nicht dabei.
Habt ihr da in der letzten stunde noch was genaueres erarbeitet? oder meint ihr es langt wenn man die HT benennt, aber entsprechend auf die nachteile eingeht und zum abschluss sagt, vermutlich ist das für echtzeittracking nicht schnell genug man muss andere Verfahren hinzuziehen ?
Fall 2:
Ja gut, im endeffekt kameras rund ums tor damit man aufjedenfall mininum 2 Kameras aht die den Ball sehen, wobei es für die genauigkeit am besten eher mind. 2 Kameras von jeder Seite sind. Tiefe mit z=f*(T/d) bestimmen und mittel HT vieleicht die Torlinie detektieren (… +vorverarbeitungs schritte nennen) und davon die Tiefe bestimmen und halt rum rechnen. Am besten vorher den Ball tracken und wenn er in den 16er kommt die Position von dem Ball direkt an das goal-line system übergeben.
Fall 3:
Ja im endeffekt ein bisschen wie oben^^. Den Stereo-Part halt aus packen und erzählen oder?
Vieleicht noch als anmerkung: wenn das Object sich nur in Z-Richtung auf einen Zu/wegbewegt erkennt man das daran dass die velocoty-vectoren auf einen Punkt zeigen / wegschauen
Wenn man das noch etwas unterfüttert mit den vorverarbeitungs schritten und mit problemen / ungeauigkeiten die auftreten können, meint ihr das langt dann? In welcher Tiefe habt ihr das ganz in der Vorlesung abgearbeitet?
chris
edit: @Nyx Ja sehr gute Idee, mich intressierts auch
Also meine Notizen sind ungefähr wie folgt:
Fall 1 (tracking of a football):
- Ausgangspunkt: welche Kamera und wo positionieren?
→ mind. 2 Stereokameras irgendwo oben positionieren - mind. 2 Kameras (Verdeckungen, Genauigkeit)
- Kalibrierung: Festlegen der extrinisischen und intrinsischen Parameter
- Bilder glätten, z.B. mit Sobel und/oder Canny
- gradientbasierte Kantenerkennung (für Hough Transform)
- Hough Transform um den Ball zu detektieren
→ bekannter Radius minimiert Komplexität von 3D auf 2D - Partikel-Filter wäre auch einsetzbar
- Kalman-Filter eher nicht, da die Bewegungen/Beschleunigung des Balls nicht linear sind
Fall 2 (goal-line detection):
- Ball tracken wie oben, z.B. mit PF oder HT
- mind. 2 Kameras
- Bilder glätten, Rauschen eliminieren
- mit HT die Spielfeldmarkierungen erkennen
Fall 3 (camera based distance control):
- Ziele:
- Erkennung von Autos
- Bestimmung der Durchschnittgeschwindigkeit
- Erkennung des Nummernschildes
- mind. 2 Kameras (3D Infos, Genauigkeit)
- Positionierung der Kameras z.B. auf Brücken
- Vergenz ausnutzen
- Autos erkennen
→ Muster bzw. Template-basiert - Position der Lichter, des Nummernschildes liefern Maske
- Höhen der Lichter/Nummernschild sind “eingeschränkt”
- Durchschnittgeschwindigkeit
→ Optical Flow anwenden
→ Kantenbasierte Erkennung mit den Velocity-Vektoren müsste aber eig auch gehen (hab ich mir grad überlegt) - Erkennung Nummernschild
→ HT, Kantenerkennung
Keine Gewähr.
So ca. in diesem Umfang wurde es erklärt…
VG Dani
super danke dir
Grundsätzlich wäre es ja eine interessante Frage, wie man eine Goal-Line-Technology realisieren könnte. Allerdings zielt eine solche Frage doch eher darauf ab, dass der Student das gelernte Wissen aus der Vorlesung auf die Praxis abstahieren kann. Die Aufgabe verliert komplett ihre Bedeutung, wenn man es in der letzten Volesung als Fallbeispiel durchspricht und die Studenten es einfach auswendig lernen.
Also gut möglich, dass so etwas dran kommt, aber wenn es tatsächlich eines dieser letzten Fall-Beispiele wäre, auch ziemlich unsinnig. Dann doch eher etwas, was noch nicht behandelt wurde.
Da stimme ich dir Prinzipiell vollkommen zu, aber deswegen ist es ja auch normaler weise eine mündliche Prüfung.
Dafür das hier einfach 3 Wochen vorher eine mündliche Prüfung im September auf eine schriftliche im Juli abgeändert wurde, erwarte(verlange) ich hier eine sehr faire Prüfung und dazu würde auch gehören das man sich sehr nah an z.B. den besprochenen Fallbeispielen hält.
Ich finde es eigentlich immer eher “unfair”, wenn ein behandeltes Fallbeispiel nochmal in der Prüfung drankommt. Dadurch haben (1) alle eine Ahnung, wie es zu lösen ist, was - so böse es klingt - ein Nachteil ist, weil die Notenskala oft den studentischen Ergebnissen angepasst wird und (2) ertappe zumindest ich mich dabei, wie ich mich gar nicht mehr traue, selbst kreativ zu sein, weil es dann bestimmt keine Punkte gibt, wenn man sich nicht an die durchgesprochene “Musterlösung” hält.
Deswegen mag ich es mehr, wenn komplett neue, zur Kreativität anregende Aufgaben gestellt werden
Ja, ich stimm dir da voll zu (vorallem in dem punkt das man sich nicht mehr traut kreativ zu sein !).
Empfinde den Umstand des “in 3 Wochen habt ihr ne Schriftliche Prüfung” aber einfach weiterhin für untragbar.
Allein die tatsache, dass ich die Übungen für mich auf August/september gelegt hab wird mir morgen sicherlich Punkte kosten,
vondaher steh ich der bewertung morgen sowieso mehr als kritisch gegenüber…
Hey Dani,
was mir gerade auffällt ist du schreibst:
“Bilder glätten, z.B. mit Sobel und/oder Canny”
Ich geh mal davon aus, da hast du gerade beim schnell abfassen was durcheinander gebracht / verrutscht :).
Sobel differenziert ja, also glättet auf keinen Fall und Canny ist ja nichtmal ein Filter.