Riassunto analitico
In questo elaborato viene presentato un metodo che utilizza tecniche di deep learning per stimare viste 3D future di oggetti; in particolare, abbiamo posto la nostra attenzione sugli ambienti urbani e identificato nei veicoli gli oggetti di interesse. Per realizzare ciò, abbiamo utilizzato video registrati da telecamere di sorveglianza del traffico; in questo modo, l'applicazione sviluppata analizza un frame di un video e, considerando uno specifico veicolo, sintetizza una rappresentazione 3D di esso che si muove nell'immagine relativamente alla sua traiettoria sulla strada. Il nostro lavoro arricchisce il significato ed espande i casi d'uso di un metodo che in computer vision viene definito come "novel view synthesis"; questo ha l'obiettivo di creare nuove ricostruzioni 3D di oggetti osservati da diversi punti di vista. Il nostro sistema, quindi, realizza una ricostruzione 3D di veicoli in un ambiente foto-realistico considerando il loro movimento stimato dalla traiettoria. Inoltre, con l'ottica verso un mondo caratterizzato da auto totalmente connesse tra loro, questo progetto si colloca come un tentativo di dare una rappresentazione visuale futura di una scena urbana prestando attenzione al comportamento dei veicoli presenti.
|
Abstract
In this work we present a deep learning approach that tries to estimate future views of 3D objects; in particular, we considered an urban environment and focused on cars as objects of interest. We have worked with videos taken from surveillance traffic cameras; so, the developed application analyzes a video frame and synthesizes a 3D representation of a specific vehicle in the scene that will move in the image according to its trajectory in the street. Our work extends the meaning and use cases of what in computer vision has been historically identified as "novel view synthesis" that is; trying to create new 3D objects reconstructions from different viewpoints. Therefore, our pipeline performs a 3D reconstruction of vehicles in a realistic environment while considering also the vehicles movement. Moreover, thinking about a future world where all vehicles are connected, this project can give insights on how to predict a visual representation of an urban scene paying attention to future behaviours of cars in the street.
|