Sistemas de visão activa : comportamentos e calibração

Abstract

Até aos finais da década de 80, o principal objectivo da visão por computador era reconstruir a estrutura tridimencional do universo circundante. De acordo com este paradigma, a visão era fundamentalmente um problema de reconstrução tendo por objectivo a criação de uma representação tridimensional precisa de uma cena (forma, textura, localização e outras propriedades), a qual era posteriormente utilizada por outros processos cognitivos, como o reconhecimento ou o planeamento. Contrariamente à obtenção de soluções genéricas, o problema da visão pode ser encarado como um agente que vê e interactua no seu universo visual. Um agente pode ser definido através de um conjunto de intenções (ou objectivos) que se transformam num conjunto de comportamentos. Esta abordagem deu origem ao paradigma da visão por objectivos/visão activa. Neste paradigma, um sistema é considerado activo sempre que apresentar capacidade de interacção no processo de aquisição de informação visual, definindo como, quando e onde obter as imagens e extraíndo delas apenas a informação relevante à concretização do seu objectivo. Nesse sentido, os estudos em visão activa requerem a capacidade de interacção nos parâmetros visuais. O principal problema que se coloca no desenvolvimento de um dispositivo com estas capacidades surge ao nível da geometria e da arquitectura a utilizar. Nesta dissertação é descrita a implementação de um sistema robotizado de visão activa inspirado em características antropomórficas. O objectivo a atingir com a utilização de sistemas de visão activa não é a construção de um modelo generalista do universo. A informação a ser extraída das imagens e a sua representação são condicionadas pela tarefa na qual o sistema se encontra envolvido (o seu objectivo). Uma vez que apenas parte da informação contida nas imagens é necessária, o sistema visual opera baseado num conjunto restrito de comportamentos (accões e informações perceptuais). Esta dissertação dedica uma particular atenção à integração de comportamentos visuais, nomeadamente os comportamentos de fixação, seguimento e acomodação, tendo por objectivo a criação de um controlador de atenção visual. Este controlador deve apresentar capacidade de reacção em tempo real a eventos que se projectem nas retinas, redireccionando a atenção visual do sistema para o evento, concentrando nele a atenção visual seguindo o seu movimento. Os comportamentos apresentados são controlados por informação retinal de velocidade (fluxo óptico), merecendo referência a aproximação adoptada para o controlo dos movimentos de seguimento em vergência. O seguimento em vergência é controlado pela disparidade de movimento retinal, a qual permite controlar simultaneamente a focagem do sistema óptico quando conjugada com a prévia calibração do sensor visual. Obteve-se com esta abordagem um processo de focagem em tempo real controlado por vergência. A parte final da dissertação é dedicada ao problema da calibração do sensor visual (câmara). A calibração de câmaras é um aspecto importante sempre que se pretende extraír das imagens informação de medida. Apesar do largo conjunto de metodologias de calibração existentes na literatura, poucas são as abordagens que baseiam o seu funcionamento na utilização de informação monoplanar para calibração. Nesta dissertação é apresentada uma nova metodologia de calibração de câmaras de video baseada em informação monoplanar, a qual permite a calibração explícita dos parâmetros do modelo da câmara, com a vantagem de poder ser realizada sem qualquer restrição na localização e orientação da mesma.