Melhorando a estimação de pose com o RANSAC preemptivo generalizado e múltiplos geradores de hipóteses

The camera motion estimation represents one of the fundamental problems in Computer Vision and it may be solved by several methods. Preemptive RANSAC is one of them, which in spite of its robustness and speed possesses a lack of flexibility related to the requirements of applications and hardware platforms using it. In this work, we propose an improvement to the structure of Preemptive RANSAC in order to overcome such limitations and make it feasible to execute on devices with heterogeneous resources (specially low budget systems) under tighter time and accuracy constraints. We derived a function called BRUMA from Preemptive RANSAC, which is able to generalize several preemption schemes, allowing previously fixed parameters (block size and elimination factor) to be changed according the applications constraints. We also propose the Generalized Preemptive RANSAC method, which allows to determine the maximum number of hipotheses an algorithm may generate. The experiments performed show the superiority of our method in the expected scenarios. Moreover, additional experiments show that the multimethod hypotheses generation achieved more robust results related to the variability in the set of evaluated motion directions

A estimação de pose/movimento de câmera constitui um dos problemas fundamentais na visão computacional e pode ser resolvido por vários métodos. Dentre estes métodos se destaca o Preemptive RANSAC (RANSAC Preemptivo), que apesar da robustez e velocidade apresenta problemas de falta de flexibilidade em relação a requerimentos das aplicações e plataformas computacionais utilizadas. Neste trabalho, propomos um aperfeiçoamento da estrutura do Preemptive RANSAC para superar esta limitação e viabilizar sua execução em dispositivos com recursos variados (enfatizando os de poucas capacidades) atendendo a requisitos de tempo e precisão diversos. Derivamos do Preemptive RANSAC uma função a que chamamos BRUMA, que é capaz de generalizar vários esquemas de preempção e que permite que parâmetros anteriormente fixos (tamanho de bloco e fator de eliminação) sejam configurados de acordo com as restrições da aplicação. Propomos o método Generalized Preemptive RANSAC (RANSAC Preemptivo Generalizado) que permite ainda alterar a quantidade máxima de hipóteses a gerar. Os experimentos demonstraram superioridade de nossa proposta nos cenários esperados. Além disso, experimentos adicionais demonstram que a geração de hipóteses multimétodos produz resultados mais robustos em relação à variabilidade nos tipos de movimento executados