Двумерная модель фасеточного зрения

Автор: Федянина Раиса Сулеймановна, Соколинский Леонид Борисович

Журнал: Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика @vestnik-susu-cmi

Статья в выпуске: 4 т.9, 2020 года.

Бесплатный доступ

Одним из современных перспективных направлений исследований в области машинного зрения являются системы визуализации на основе искусственных фасеточных глаз, в основе которых лежат принципы организации зрения насекомых. Такие глаза имеют сложную структуру, основными элементами которой являются зрительные элементы, называемые омматидиями. В данной работе строится математическая модель бинокулярного фасеточного зрения в двумерном пространстве. Модель позволяет описывать задачи навигации робототехнического устройства и детектирования объектов на плоскости. В предложенной модели фасеточный глаз является правильным многоугольником с обзором 360°. Основными параметрами модели являются количество фасеток (омматидиев) в одном глазу, радиус описанной вокруг глаза окружности и расстояние между глазами. Модель предполагает, что области видимости омматидиев одного глаза не пересекаются. В качестве наблюдаемых объектов фигурируют окружности различных диаметров. Выводится формула вычисления номера омматидия, в область видимости которого попадает точка с заданными координатами. Доказывается утверждение о необходимом и достаточном условии попадания заданной окружности в область видимости омматидия с заданным номером. Предлагается алгоритм построения обучающей выборки для искусственной нейронной сети, работающей на основе модели двумерного фасеточного зрения.

Еще

Система визуализации, математическая модель фасеточного зрения, нейронная сеть, генерация обучающей выборки

Короткий адрес: https://sciup.org/147234282

IDR: 147234282   |   DOI: 10.14529/cmse200404

Список литературы Двумерная модель фасеточного зрения

  • Pérez L., Rodríguez Í., Rodríguez N., et al. Robot guidance using machine vision techniques in industrial environments: A comparative review // Sensors. 2016. Vol. 16, no. 3. P. 335. DOI: 10.3390/s16030335.
  • Azim A., Aycard O. Detection, classification and tracking of moving objects in a 3D environment // IEEE Intelligent Vehicles Symposium, Proceedings. 2012. P. 802-807. DOI: 10.1109/IVS.2012.6232303.
  • Llamazares Á., Molinos E.J., Ocaña M. Detection and Tracking of Moving Obstacles (DATMO): A Review // Robotica. 2020. Vol. 38, no. 5. P. 761-774. DOI: 10.1017/S0263574719001024.
  • Sitte J., Winzer P. Methodic design of robot vision systems // Proceedings of the 2007 IEEE International Conference on Mechatronics and Automation, ICMA 2007. 2007. P. 1758-1763. DOI: 10.1109/ICMA.2007.4303816.
  • Соломатин В. Фасеточное зрение: перспективы в оптико-электронных системах // Фототоника. 2009. № 1. P. 22-26.
  • Encyclopedia of Insects. Academic Press, 2003, 1295 p.
  • Захваткин Ю.А. Курс общей энтомологии. М.: Колос, 2001. 376 с.
  • Тыщенко В. П. Физиология насекомых: учеб. пособие для студентов ун-тов, обучающихся по спец. «Биология». 1986. 303 с.
  • Hemmi J.M., Zeil J. Robust judgement of inter-object distance by an arthropod // Nature. 2003. Vol. 421, no. 6919. P. 160-163. DOI: 10.1038/nature01247.
  • Olberg R., Seaman R., Coats M., et al. Eye movements and target fixation during dragonfly prey-interception flights // J. Comp. Physiol. A Neuroethol. Sensory, Neural, Be-hav. Physiol. 2007. Vol. 193, no. 7. P. 685-693. DOI: 10.1007/s00359-007-0223-0.
  • Qu P., Chen F., Liu H., et al. A simple route to fabricate artificial compound eye structures // Opt. Express. 2012. Vol. 20, no. 5. P. 5775. DOI: 10.1364/oe.20.005775.
  • Shi C., Wang Y., Liu C., et al. SCECam: a spherical compound eye camera for fast location and recognition of objects at a large field of view // Opt. Express. 2017. Vol. 25, no. 26. P. 32333-32345. DOI: 10.1364/OE.25.032333.
  • Мазохин-Поршняков Г.А., Елизаров Ю.А., Жантиев Р.Д., и др. Руководство по физиологии органов чувств насекомых. М.: Изд-во МГУ, 1983. 262 с.
  • Borst A. Drosophila's View on Insect Vision // Curr. Biol. 2009. Vol. 19, no. 1. P. R36-R47. DOI: 10.1016/j.cub.2008.11.001.
  • Cheng Y., Cao J., Zhang Y., et al. Review of state-of-the-art artificial compound eye imaging systems // Bioinspiration and Biomimetics. 2019. Vol. 14, no. 3. DOI: 10.1088/1748-3190/aaffb5.
  • Tanida J., Mima H., Kagawa K., et al. Application of a compound imaging system to odontotherapy // Opt. Rev. 2015. Vol. 22, no. 2. P. 322-328. DOI: 10.1007/s10043-015-0052-2.
  • Li L., Yi A.Y. Design and fabrication of a freeform microlens array for a compact large-field-of-view compound-eye camera // Appl. Opt. 2012. Vol. 51, no. 12. P. 1843-1852. DOI: 10.1364/AO.51.001843.
  • Deng H., Gao X., Ma M., et al. Catadioptric planar compound eye with large field of view // Opt. Express. 2018. Vol. 26, no. 10. P. 12455. DOI: 10.1364/oe.26.012455.
  • Duparré J., Wippermann F., Dannberg P., et al. Artificial compound eye zoom camera // Bioinspir Biomim. 2008. Vol. 3, no. 4. DOI: 10.1088/1748-3182/3/4/046008.
  • Horisaki R., Kagawa K., Nakao Y., et al. Irregular lens arrangement design to improve imaging performance of compound-eye imaging systems // Appl. Phys. Express. 2010. Vol. 3, no. 2. P. 022501. DOI: 10.1143/APEX.3.022501.
  • Li F., Chen S., Luo H., et al. Curved micro lens array for bionic compound eye // Optik. 2013. Vol. 124, no. 12. P. 1346-1349. DOI: 10.1016/j.ijleo.2012.03.063.
  • Viollet S., Godiot S., Leitel R., et al. Hardware architecture and cutting-edge assembly process of a tiny curved compound eye // Sensors. 2014. Vol. 14, no. 11. P. 21702-21721. DOI: 10.3390/s141121702.
Еще
Статья научная