| Revista: | Semina. Ciencias exatas e tecnologicas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000367746 |
| ISSN: | 1676-5451 |
| Autores: | Franca, Jose Alexandre de1 Franca, Maria Bernadete de Morais1 Koyama, Marcela Hitomi1 Silva, Tiago Polizer da1 |
| Instituciones: | 1Universidade Estadual de Londrina, Departamento de Engenharia Eletrica, Londrina, Parana. Brasil |
| Año: | 2009 |
| Periodo: | Ene-Jun |
| Volumen: | 30 |
| Número: | 1 |
| Paginación: | 51-62 |
| País: | Brasil |
| Idioma: | Portugués |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, aplicado |
| Resumen en inglés | At several applications of computer vision is necessary to estimate parameters for a specific model which best fits an experimental data set. For these cases, a minimization algorithm might be used and one of the most popular is the Levenberg-Marquardt algorithm. Although several free applies from this algorithm are available, any of them has great features when the resolution of problem has a sparse Jacobian matrix . In this case, it is possible to have a great reduce in the algorithm’s complexity. This work presents a Levenberg-Marquardt algorithm implemented in cases which has a sparse Jacobian matrix. To illustrate this algorithm application, the camera calibration with 1D pattern is applied to solve the problem. Empirical results show that this method is able to figure out satisfactorily with few iterations, even with noise presence |
| Resumen en portugués | Em diversas aplicações da visão computacional, é necessário estimar-se, em um modelo, os parâmetros que melhor se ajustam a um conjunto de dados experimentais. Nesses casos, um algoritmo de minimização pode ser utilizado. Dentre estes, um dos mais conhecidos é o Levenberg-Marquardt. Apesar de diversas implementações de tal algoritmo estarem disponíveis livremente, nenhuma delas leva em consideração quando a solução do problema conduz a uma matriz jacobiana esparsa. Nesses casos, é possível reduzir significativamente a complexidade do algoritmo. Neste trabalho, apresenta-se uma implementação do algoritmo Levenberg-Marquardt para os casos em que a matriz jacobiana do problema é esparsa. Além disso, para ilustrar a aplicação do algoritmo, ele é aplicado a solução do problema de calibração monocular com gabaritos de uma única dimensão. Resultados empíricos mostram que o método converge satisfatoriamente em apenas algumas poucas iterações, mesmo na presença de ruído |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Programación, Visión por computadora, Calibración, Algoritmo de Levenberg-Marquardt |
| Keyword: | Computer science, Programming, Computer vision, Calibration, Levenberg-Marquardt algorithm |
| Texto completo: | Texto completo (Ver HTML) |
