Tras el proceso de calibración, se pueden obtener dos juegos de parámetros.
J1: Las distancias focales F y el centro proyectivo C.
J2: La matriz de rotación R y el vector de traslación T.
¿Cuáles son los parámetros extrínsecos? J2 J1 Ninguno de ellos.
Tras el proceso de calibración, se pueden obtener dos juegos de parámetros.
J1: Las distancias focales F y el centro proyectivo C.
J2: La matriz de rotación R y el vector de traslación T.
¿Cuáles son los parámetros intrínsecos? J2 J1 Ninguno de ellos.
Según el modelo Pin-Hole. Un punto en coordenadas 3D P:(X,Y,Z), dónde se proyecta en la imagen si, la
distancia focal es “f” : p:(fX/Z, fY/Z) p:(ZX/f, ZY/f) p:(fZ/X, fZ/Y).
El modelo de pin-hole define cuatro parámetros para crear la matriz proyectiva:
[a, 0, b]
[0, c, d]
[0, 0, 1] a=fy, b=cy, c=fx, d=cx a=fy, b=fx, c=cy, d=cx a=fx, b=fy, c=cx, d=cy a=fx, b=cx, c=fy, d=cy.
Cual de las siguientes funciones OpenCV proporcionan solo los parámetros de calibración extrínsecos: SolvePnP() calibrateCamara() findChesboardCorners() cornerSubPix().
Para estimar “la pose” de la cámara a un sistema de referencias 3D arbitrario suponiendo que no hay distorsión ¿que parámetros necesitamos? La calibración de los parámetros intrínsecos. La calibración de los parámetros extrínsecos. Necesitamos calibrar los parámetros intrínsecos y extrínsecos siempre.
En relación al sistema tradicional de “par estéreo” para recuperar el 3D de la escena, cuál de las
siguientes afirmaciones es la correcta. Ninguna de las otras es correcta. Suelen tener una “línea base” larga para conseguir que las imágenes derecha e izquierda no sean muy diferentes. Suelen tener una “línea base” corta para conseguir que las imágenes derecha e izquierda no sean muy diferentes. Suelen tener una “línea base” larga para conseguir que las imágenes derecha e izquierda sean muy diferentes. Suelen tener una “línea base” corta para conseguir que las imágenes derecha e izquierda sean muy diferentes.
En relación al modelo proyectivo "pin-hole”, las coordenadas homogéneas son utilizadas para simplificar
su formulación.
Dado un vector v:(1, 2, 3) cuál será su versión en coordenadas homogéneas: V`:[1/(1+2+3), 2/(1+2+3), 3/(1+2+3), (1+2+3)] V`:[1/(1+2+3), 2/(1+2+3), 3/(1+2+3)] V`:[1, 2, 3, 1] V`:[1/3, 2/3].
En relación al sistema tradicional de “par estéreo” para recuperar el 3D de la escena, ¿dónde se
proporciona mayor resolución a la hora de medir la profundidad? A partir de la distancia mínima de trabajo, la resolución en la medición de la profundidad es
similar en el rango de distancias de trabajo. En las distancias largas. En las distancias cortas.
En un sistema 3D formado por un par estéreo, ¿qué relación tiene la discrepancia entre correspondencias
y la profundidad? A mayor discrepancia, menor profundidad. La discrepancia no afecta a la profundidad A mayor discrepancia, mayor profundidad.
¿Cuál de las siguientes técnicas para obtener el 3D utiliza un patrón de iluminación denominado
“Gray Code”? Shape from Silhouette Par estéreo. Luz estructurada.
Comparando a las técnicas para reconstruir la escena 3D “luz estructurada utilizando grey codes” y
“estereo-visión”, ¿cuál de las siguientes afirmaciones es la correcta? La “Luz estructurada” aumenta la velocidad de proceso, a costa de perder resolución en la
profundidad. La “Luz estructurada” simplifica el problema de la correspondencia entre pares. Ninguna de las respuestas es correcta.
¿Cuál de las siguientes técnicas para obtener el 3D utiliza un proceso llamado “Rectificación”? Shape from Silhouette. Luz estructurada. Par estéreo.
Cual de las siguientes técnicas para obtener el 3D suele utilizar más de dos vistas de la escena: Shape from Silhouette Par estéreo Luz estructurada.
¿Cuál de las siguientes técnicas para obtener el 3D, genera un volumen 3D aproximado de la escena
denominado “visual-hull”? Shape from Silhouette Par estéreo Luz estructurada.
En relación al sistema tradicional de “par estéreo” para recuperar el 3D de la escena, que entendemos
por el proceso de Rectificación? Al proceso por el cual son obtenidos los parámetros necesarios para transformar las coordenadas de un punto 3D visto desde una cámara a la recta 3D que contiene a este punto visto desde la otra cámara. Al proceso por el cual son obtenidos los parámetros necesarios para transformar las coordenadas 2D de la imagen de un punto 3D en el plano imagen de una de las cámaras, a la recta 2D en el plano imagen de la otra cámara que contendrá la imagen del mismo punto 3D. Al proceso que transforman las imágenes derecha e izquierdas, para obtener sus
correspondientes imágenes coplanares y alineadas. Al proceso por el cual, son obtenidos los parámetros necesarios para proyectar un punto 3D de la
escena en cada una de las dos cámaras que forma el par estéreo.
En relación al sistema tradicional de “par estéreo” para recuperar el 3D de la escena, en general, los
algoritmos que buscan la correspondencia de un punto en una imagen en su par-estéreo funcionara mejor si: Si el parche visual que contiene al punto tiene una distribución de valores muy variada Si el parche visual que contiene al punto tiene una distribución de valores muy parecida al valor
del punto.
Para obtener los parámetros necesarios para aplicar el modelo proyectivo ”pin-hole” utilizamos un proceso conocido como Calibración de la cámara. En relación a este proceso cuál de las siguientes afirmaciones es correcta. En general, se necesitarán más vistas distintas del patrón de calibración para obtener los
parámetros intrínsecos que para obtener los parámetros extrínsecos. Los parámetros extrínsecos explican cómo proyectar un punto 3D en el plano imagen. En general, se necesitaran mas vistas distintas del patron de calibracion para obtener los
parámetros extrínsecos que para obtener los parámetros intrínsecos. Los parámetros intrínsecos explican cómo representar un punto 3D en un sistema de
coordenadas 3D arbitrario en el sistema de coordenadas 3D de la cámara.
Por calibración extrínseca de una cámara se entiende: Ninguna de las anteriores es correcta. El proceso por el que podemos relacionar un punto 3D en un sistema de referencia situado en la cámara con puntos del plano imagen. El proceso por el que pondremos relacionar un punto en un sistema 3D de referencia arbitrario
con puntos del plano imagen. El proceso por el que podremos relacionar un punto en un sistema 3D de referencia arbitrario
con puntos en un sistema 3D situado en la cámara.
Por calibración intrínseca de una cámara se entiende: Ninguna de las anteriores es correcta. El proceso por el que podemos relacionar un punto 3D en un sistema de referencia situado en la cámara con puntos del plano imagen. El proceso por el que pondremos relacionar un punto en un sistema 3D de referencia arbitrario
con puntos del plano imagen. El proceso por el que podremos relacionar un punto en un sistema 3D de referencia arbitrario
con puntos en un sistema 3D situado en la cámara.
¿Cuáles son los parámetros “intrínsecos” obtenidos por calibración? Las distancias focales, el vector de rotación y el vector de traslación Un vector de rotación y otro de traslación. Las distancias focales y el centro de proyección.
¿Cuáles son los parámetros “extrínsecos” obtenidos por calibración? Las distancias focales, el vector de rotación y el vector de traslación Un vector de rotación y otro de traslación. Las distancias focales y el centro de proyección.
¿Qué parámetros obtendremos mediante la calibración extrínseca de una cámara? Una matriz de rotación y un vector de traslación. Solo las distancias focales y el centro de proyección. Las distancias focales, el centro de proyección y los parámetros de distorsión geométrica.
Los parámetros intrínsecos: Solo cambian cuando cambiamos las lentes Nunca cambia Cambia siempre que la cámara tome una foto. Cambia siempre que se mueva la cámara.
El modelo pin-hole: Representa la cámara ideal sin distorsión. Representa la localización de la cámara en un sistema de referencia arbitrario. Modela la rotación rodrigues.
Los parámetros extrínsecos: Representa la localización respecto a un sistema de referencia arbitrario. Nunca cambia. Cambia siempre que la iluminación cambie. Representa el intervalo de confianza de la cámara.
La representación Rodrigues Permite expresar las rotaciones como un vector de 3 componentes. Es una medida de error de calibración. Determina por completo la localización de la cámara en el espacio. Es una matriz 4x4 que puede transformarse a un punto 3D entre un sistema de referencia.
Dado un punto de proyección en la cámara, su proyección su proyección en otra cámara: Puede ser determinado incluso si la posición 3D del punto es desconocido Puede ser determinado por los segundos parámetros intrínsecos de la cámara Es la proporción inversa de la distancia de un epipolo. Está a lo largo de una linea llamada linea epipolar.
Cual es un modo de reconstrucción desde siluetas Voxel-set vSLAM Arbol Binario Arbol BSP.
Cual es un modo de reconstrucción desde siluetas Octree vSLAM Arbol Binario Arbol BSP.
Cual es el modo más rápido de reconstrucción desde siluetas Octree Voxel-set Arbol Binario Arbol BSP.
Que es el vSLAM Virtual Simultaneous Localization and Mapping: Resuelve el problema de construir y actualizar el mapa de un entorno desconocido sin que se pierda el agente. Virtual Simultaneous Localization and Mapping: Resuelve el problema visual en una cámara Virtual Simultaneous Localization and Mapping: Resuelve el problema visual de colores de una cámara.
Cual de las siguientes funciones OpenCV puede proporcionar los parámetros de calibración extrínsecos y más parámetros: SolvePnP() calibrateCamara() findChesboardCorners() cornerSubPix().
Cual de las siguientes funciones OpenCV permite refinar puntos 2D SolvePnP() calibrateCamara() findChesboardCorners() cornerSubPix().
Cual de las siguientes funciones OpenCV detectar patrones y puntos 2D SolvePnP() calibrateCamara() findChesboardCorners() cornerSubPix().
En la calibración intrínseca se necesitan: Más puntos por vistas y más vistas para estimar también los parámetros de distorsión y tener robustez al ruido Menos puntos por vistas y más vistas para estimar también los parámetros de distorsión y tener robustez al ruido Más puntos por vistas y menos vistas para tener robustez al ruido Más puntos por vistas y más vistas para estimar también los parámetros de ruido y tener robustez a la distorsión.
En la calibración intrínseca se necesitan al menos: 7 a 9 vistas del patrón de calibracion 1 vista del patrón de calibracion 15 vistas del patrón de calibracion 5 a 9 vistas del patrón de calibracion.
En la calibración extrínseca se necesitan al menos: 7 a 9 vistas del patrón de calibracion 1 vista del patrón de calibracion 15 vistas del patrón de calibracion 5 a 9 vistas del patrón de calibracion.
La función SolvePnP() se puede usar en la estimación de parámetros intrínsecos Verdadero Falso.
La función Rodrigues() sirve para: Pasar de "notación vector" a Matriz "R" Pasar de notación Matriz "R" a "notación vector" Ambas son correctas.
¿Qué función podemos usar para la Rectificación de imagenes "par-estero"? stereoRetify() stereoCalibrate() stereoRectificate() Ninguna es Correcta.
¿Qué hacen las matrices esenciales y fundamentales? Conseguir el Punto 3D de una imagen Estimar la pose de una cámara respecto de otra Rectificar según par-estereo Ninguna es Correcta.
¿Qué matriz tiene en cuenta los parámetros intrínsecos? Matriz fundamental F Matriz Esencial E Matriz Intrínseca I Matriz Madrid M.
¿Qué es el visión hull? Un volumen 3D aproximado de la escena Un volumen 3D aproximado a la cámara Un volumen 3D aproximado a tu corazón Un volumen 3D aproximado a la proyección.
Para estimar “la pose” de la cámara a un sistema de referencias 3D arbitrario suponiendo que hay distorsión ¿que parámetros necesitamos? La calibración de los parámetros intrínsecos. La calibración de los parámetros extrínsecos. Necesitamos calibrar los parámetros intrínsecos y extrínsecos, ya que hay distorsión y necesitamos los intrínsecos otra vez.
|
