Hannes Ovrén mostra em sua tese de doutorado em visão computacional na Linköping University como modelos 3-D podem ser criados a partir de filmes de vídeo gravados com câmeras simples montadas no corpo ou em robôs. A pesquisa abre novas possibilidades para robôs e humanos, principalmente para a polícia e os serviços de resgate.

A pesquisa em visão computacional tem um significado importante para o futuro da inteligência artificial:os sistemas autônomos contam com a capacidade de robôs e outros sistemas se orientarem e descobrirem objetos e pessoas.

A contribuição de Hannes Ovrén mostra como criar um modelo 3D dos arredores, baseado em filmes de vídeo feitos com uma câmera barata montada no corpo. O modelo reproduz a escala com precisão, permitindo que as medições sejam feitas.

"Atualmente, vendo robôs se movendo com bastante cuidado, para saber onde estão. Em alguns casos, eles podem até ter que parar para determinar sua localização. Esta tecnologia permite que os robôs se movam com mais liberdade e construam um modelo dos arredores enquanto se movem, "diz Per-Erik Forssén, docente do Laboratório de Visão Computacional, e supervisor principal de Hannes Ovrén.

Outros campos de uso podem ser encontrados em, por exemplo, trabalho policial ou trabalho de resgate, onde o pessoal com uma câmera montada no corpo pode recriar uma cena de crime ou um local de acidente em três dimensões, com pessoas e objetos no local exato em que estavam no momento em que a fotografia foi tirada.

O problema com a criação de modelos 3-D a partir de câmeras de vídeo simples tem sido até agora que a câmera deve estar parada, de preferência montado em um tripé. Se a câmera se mover, objetos retos podem parecer curvos na imagem, ou parecem estar em alturas diferentes. Objetos balançam, e uma imagem distorcida é obtida. Isso ocorre porque as câmeras baratas têm um tipo de obturador conhecido como obturador "rolante", que constrói a imagem em pixels linha por linha. Os smartphones possuem esse tipo de câmera.

"Cada quadro de imagem contém movimento, mas é possível melhorar a imagem significativamente modelando como a câmera se moveu e compensando o movimento, "diz Hannes Ovrén.

Para evitar que os cálculos se tornem muito exigentes, seu método cria uma curva, conhecido como "spline, "que descreve como a câmera se moveu. Esta curva é construída a partir de nós spline, onde cada nó controla a aparência da curva em um determinado ponto no tempo. Se os nós forem colocados mais densamente, o método pode lidar com movimentos mais complexos, mas os cálculos tornam-se mais exigentes.

Hannes Ovrén mostra na tese que é possível usar significativamente menos nós quando são modelados os erros que surgem devido ao endireitamento e suavização da curva. Para evitar que os erros se tornem muito grandes, o método também usa uma unidade de medida inercial acoplada à câmera. Este é um sensor pequeno e barato que rastreia a aceleração, velocidade angular e orientação em relação ao solo.

“As medidas do sensor estão incluídas nos cálculos e podemos assim aumentar a distância entre os nós, reduzindo o tamanho dos cálculos, "diz Hannes Ovrén.

A simplificação significa que o movimento da câmera e a curva do spline não são exatamente os mesmos. É possível, Contudo, para determinar como a diferença no caminho afeta a magnitude dos erros de medição, e, desta forma, aumentar a confiabilidade do modelo 3-D e as distâncias nele.