特に深度画像を対象とするコンピュータービジョンアルゴリズムはありますか？

私はkinectベースのアプリケーションで使用するマーカー検出アルゴリズムを調査してきました。私が見つけることができた作業の大部分は、明らかに「通常の」画像の特徴検出に焦点を当てています。

ただし、kinectハードウェアは、ピクセルごとに11ビットの深度値を提供します（基本的に、調整後）。

この深度画像には、オブジェクトのエッジの周りに投影された影からのさまざまな視覚的なアーティファクトもあります（たとえば、このビデオの濃い黒の境界線http://www.youtube.com/watch?v=-q8rRk8Iqww&feature=relatedを参照してください）。

一部の従来のマシンビジョンテクニック（エッジ検出など）はこれでうまく機能しますが、他のマシンビジョンテクニックはうまくいかず、これについて議論しているネット上の情報はほとんどないようです。

簡単な例として、depth値を使用すると、マーカーブロックを見つけたら、その方向を簡単に検出できます。

それで、特徴検出のための深度画像の処理をカバーする議論/論文などを見た人はいますか？

「深度」マーカーを検出するための優れたアルゴリズムを推奨できますか？

私がこれまでに行ったことは、イメージを処理するためにopencvを使用したアドホックな実験でしたが、安定していないか、十分に高速ではありません。

なんらかの試用をせずに市販のマシンビジョン製品にリンクする場合は、それが適切だと思う理由を回答に含めてください。

登録と認識のための私のお気に入りの2.5D / 3D機能記述子は、スピン画像です（オリジナルの論文+ 博士論文とソフトウェアの詳細） CMUから入手可能な）。

その他の最近の進歩（すべて適切なアルゴリズムをオンラインで検索可能）には、3Dシフト、高速ポイントフィーチャヒストグラム、法線整列放射状フィーチャ（NARF）、深度カーネル記述子が含まれます。古い方法では、曲率やエッジなどの表面プロパティを使用して、領域パッチを識別していました。

どれが一番いいですか？検索したいもの、視点の不変性、追加の混乱などに依存します。

キーワードはすべて正解でしたが、資料を探しているときに関連記事がまったく見つからなかったのには驚いています。

幸いにも、私はIEEE Xploreデジタルライブラリにアクセスできます。以前はこれらの特定のアルゴリズムは必要ありませんでしたが、とても興味深いので、関連があると思われるクイック検索の結果をいくつか示します（タイトルで判断せず、要約を見てください）。

• 木根崎淳・原田哲夫・国吉泰：3D空間での教師なしオブジェクト学習のためのスケールと回転不変色特徴
• Bo、L.、Ren、X.、Fox、D .:オブジェクト認識のための深度カーネル記述子
• チョ・ジホ、チャン・インヨプ、キム・スンマンキム、リー、KH：単一の深度カメラを使用して3DTVで俳優を表現するための深度画像処理技術
• Pei-Jun Lee、Effendi：深度画像ベースのレンダリングのための適応型エッジ指向深度画像平滑化アプローチ
• Pedersen、PC、Quartararo、JD、Szabo、TL：スペックル低減3D医療用超音波画像のセグメンテーション
• Liuhang Cheng、Lisheng Wang、Yu Ma：3D医用画像での境界面検出の新しい戦略

残念ながら、少なくともIEEE Xploreライブラリ経由ではなく、これらの論文に無料でアクセスできるとは思いません。アクセス権がない場合は、おそらくGoogleの学者で問題なく解決できます。無料の紙のデータベースもいくつかあります（IEEEにアクセスできないときは、Mendeleyデータベースを使用していました）。また、論文の抽象的な部分やランダムな部分をググリングするだけで、結果が得られる場合があります（記事のほぼ完成した発行済みバージョンに出くわす可能性があります）。

前述の論文を見つけるために使用した検索クエリは、3D画像、深度画像、kinectでした。最初の2つのクエリを検索するときに処理を投入することもできます。

これが一部に役立つことを願っています！これ以上本題に入れないのが残念で、本当に面白いですね。