Nehodí se? Vůbec nevadí! U nás můžete do 30 dní vrátit
S dárkovým poukazem nešlápnete vedle. Obdarovaný si za dárkový poukaz může vybrat cokoliv z naší nabídky.
30 dní na vrácení zboží
Le problčme de la stéréovision ŕ-partir de caméras multiples calibrées capturant une scčne fixe est étudié depuis plusieurs décennies. Les résultats sont visuellement impressionnant. Il devient intéressant de calibrer des scčnes de plus en plus vastes, afin d'appliquer ces algorithmes de stéréovision de façon optimale. Trois objectifs essentiels apparaissent. i) Un des moyen d'améliorer les résultats de stéréovision est d'augmenter la précision de la calibration. ii) Il est important de pouvoir prendre en compte les cycles de façon globale. En effet la plupart des méthodes actuelles sont séquentielles, et dérivent. Comme on calibre des réseaux d'images, de plus en plus grand, ce point devient crucial. iii) Pour calibrer des réseaux d'images trčs grands, il convient d'avoir des algorithmes rapides. Les méthodes de calibration que nous proposons dans la premičre partie, permettent de calibrer des réseaux avec une grande précision en bénéficiant de la rapidité de la programmation linéaire. Enfin, la recherche en stéréovision étant arrivée ŕ maturité, il convient de s'intéresser ŕ l'étape suivante, ŕ savoir la reconstruction spatio- temporelle.