计算机视觉数据集的模拟答案

【问题标题】：Simulation of computer vision data sets计算机视觉数据集的模拟
【发布时间】：2013-10-26 10:26:24
【问题描述】：

我正在研究在计算机视觉应用中使用多个摄像头。例如。房间的每个角落都有一个摄像头，任务是人类跟踪。我想模拟这种环境。我需要的是：

能够定义动态 3D 环境，例如房间和一个移动的物体。
将摄像头放置在不同位置并获取每个摄像头的模拟数据集的选项。

有人有这方面的经验吗？我检查了搅拌机 (http://www.blender.org)，但目前我正在寻找一种更快/更容易使用的解决方案。

您能否指导我使用类似的软件/库（最好是 C++ 或 MATLAB）。

【问题讨论】：

标签： c++ matlab computer-vision augmented-reality

【解决方案1】：

您可能会发现 ILNumerics 完全符合您的需求：

http://ilnumerics.net

【讨论】：

【解决方案2】：

如果我做对了！您希望在环境的不同位置模拟来自多个摄像头的摄像头馈送。
我不知道任何网站或现成可用的解决方案，但这是我将如何进行的：
获取动态环境的 3d 点云（请参阅 Kinect 3d slam benchmark datasets）或使用 Kinect 生成您自己的点云（希望您拥有 Xbox kinect）。

获得 PCL 点云格式的 kinect 点云后，您可以模拟来自各种摄像机的视频输入。
像这样的伪代码就足够了：

#include <pcl_headers>

//this method just discards all 3d depth information and fills the pixels with rgb values
//this is like a snapshot in the pcd_viewer of pcl(point cloud library)
makeImage(cloud,image){};

pcd <- read the point clouds
camera_positions[] <- {new CameraPosition(affine transform)...}

for(camera_position in camera_positions)
    pcl::transformPointCloud(pcd,
                             cloud_out,
                             camera_position.getAffineTransform()
                            );
//Now cloud_out contains point cloud in different viewpoint
    image <- new Image();
    make_image(cloud_out,image);
    saveImage(image);

pcl 提供了一个函数来转换给定适当参数的点云pcl::trasformPointCloud()
如果您不想使用 pcl，那么您可能希望检查 this post ，然后执行其余步骤。

【讨论】：