Feature-based camera pose estimation

The estimating of the relative orientation and position of a camera is one of the integral topics in the field of computer vision. The accuracy of a certain Finnish technology company’s traffic sign inventory and localization process can be improved by utilizing the aforementioned concept. The company’s localization process uses video data produced by a vehicle installed camera. The accuracy of estimated traffic sign locations depends on the relative orientation between the camera and the vehicle. This thesis proposes a computer vision based software solution which can estimate a camera’s orientation relative to the movement direction of the vehicle by utilizing video data. The task was solved by using feature-based methods and open source software. When using simulated data sets, the camera orientation estimates had an absolute error of 0.31 degrees on average. The software solution can be integrated to be a part of the traffic sign localization pipeline of the company in question.

Kameran suhteellisen asennon ja sijainnin arvioiminen on yksi olennaisista aiheista konenäön alalla. Erään suomalaisen teknologiayrityksen liikennemerkkien paikantamis- ja inventointiprosessin tarkkuutta voidaan parantaa hyödyntämällä edellä mainittua konseptia. Yrityksen paikantamisprossessi hyödyntää videoita, joita tuotetaan ajoneuvoon kiinnitetyllä kameralla. Liikennemerkin arvioidun sijainnin tarkkuus riippuu tämän kameran asennosta suhteessa ajoneuvoon. Tämä kandidaatintyö esittää konenäköön perustuvan ohjelmistoratkaisun, joka pystyy arvioimaan kameran asentoa suhteessa ajoneuvon liikesuuntaan hyödyntämällä kameran videodataa. Ratkaisussa hyödynnettiin kuvapiirteisiin perustuvia menetelmiä ja vapaan lähdekoodin ohjelmistoja. Kun ohjelmistoratkaisun testauksessa käytettiin simuloitua dataa, absoluuttinen virhe kameran asennolle oli keskimäärin 0,31 astetta. Ohjelmistoratkaisu voidaan integroida osaksi kyseessä olevan yrityksen liikennemerkkien inventoinnin prosessia.