Visuaalisten 2D-tunnisteiden vertailu

Abstract

This bachelor’s thesis compares the solutions provided by the OpenCV library for estimating camera’s 3D pose using 2D fiducial markers. The study focuses on two marker types: ArUco and AprilTag. These marker types are compared based on the error in the estimated pose data they provide.

The thesis first presents background information on fiducial markers and pose estimation using them. Thesis explains the differences between the ArUco and AprilTag detection algorithms. After discussing these differences, the theoretical basis for estimating a camera’s 3D pose using a detected marker is covered.

Following the theoretical discussion, the testing phase is described, including the test setup, evaluated values, and results. It was concluded that AprilTag is slightly better suited for 3D pose estimation due to its more accurate pose detection and lower rate of false positives.

Thecodeusedinthethesiscanbefoundat: https://github.com/ottohh/bachelor-s-thesis.

Kandidaatintutkielmassa vertaillaan OpenCV-kirjaston tarjoamia ratkaisuja kameran 3D-asennon arviointiin visuaalisten tunnisteiden avulla. Työhön valikoituivat tunnisteet ArUco ja AprilTag. Tunnisteita vertaillaan niiden antaman asentotiedon virheen mukaan. Työssä käydään läpi taustaa visuaalisista tunnisteista ja asennon arvioinnista niiden avulla. Tämän jälkeen käsitellään ArUco ja AprilTag-tunnistusalgoritmien eroavaisuudet. Eroavaisuuksien jälkeen käsitellään teoria, miten tunnistetun tunnisteen avulla voidaan arvioida kameran 3D-asentoa.

Asennon arvioinnin jälkeen käydään läpi asetelma, testattavat arvot ja tulokset. Johtopäätöksenä todettiin, että AprilTag soveltuu 3D-asennon arviointiin hieman paremmin tarkemman asennon tunnistuksen ja pienemmän väärien positiivisten määrän takia.

Työn lähdekoodit: https://github.com/ottohh/bachelor-s-thesis.