復習
- kinectと最近傍法で物体認識、kinectとk近傍法で物体認識で作ったプログラムは、指定した範囲内の深度データからオブジェクト情報を学習した。
- 問題点は、机などの関係のないデータも一緒に学習するため、例えば、テーブルに置かれた時計と、壁にかけられた同じ時計を違う物と見なす。
- それを解決する一歩として、RANSAC(RANdom SAmple Consensus)アルゴリズムを用いて平面を除去する。
RANSACアルゴリズム
- ノイズの多いサンプルから2次元ならば最もらしい直線の相関を見いだす。
- 指定された回数の繰り返しで
- サンプルの中から適当な2点を選ぶ。
- その二点が結ぶ線上付近にある(誤差の許容量を指定)他の点の数を数える。
- その含まれる点の数が今までで最大ならば、最大の線の含む点のセットを更新
- これによって、最もらしい線を求める。
- 今回のように3次元の場合には、2点を3点にし、平面をランダムに選ぶことによって最もらしい平面を求めることができる。
implementation
- とりあえず、C++のVector3fみたいなクラスを作る。
- C#あまり知らないので似たような物は元々あるかも。
class Vector3F
{
double X, Y, Z;
public Vector3F(double _x, double _y, double _z)
{
X = _x;
Y = _y;
Z = _z;
}
public static Vector3F operator -(Vector3F left, Vector3F right)
{
return new Vector3F(left.X - right.X, left.Y - right.Y, left.Z - right.Z);
}
}
- ポイント間の引き算が必要になるためoperator-をオーバーロードしておく。
- 次にさっきのアルゴリズムに基づいてRANSACのクラスを作る。