研究人员设计基于双摄像头的平台 为安全系统的潜在应用打开大门

　　监控摄像头通常需要有一个宽阔的视场，以使更有可能检测到威胁。因此，允许360度拍摄范围的全向相机成为了一个流行的选择，原因很明显，它们没有遗漏盲点，而且安装成本低。然而，近年来对全向相机目标识别的研究表明，全向相机捕获的远距离目标分辨率较低，导致其识别困难。虽然提高分辨率是一个明显的解决方案，但根据一项研究，所需的最小分辨率是4K (3840 X 2160像素)，这意味着需要巨大的比特率，需要高效的图像压缩。

　　日本芝浦工业大学的研究人员设计了一个基于双摄像头的平台，该平台采用了用于目标检测的全向摄像头和用于高分辨率捕获的独立摄像头，并报告了整体性能的提高，为安全系统的潜在应用打开了大门。

　　此外，由于透镜畸变的影响，3D全向图像往往不能以原始形式进行处理，必须先投影到2D上。Shibaura Institute of Technology (SIT)的Chinthaka Premachandra博士说:“在高计算负荷下进行连续处理，比如移动目标检测，并将4K或更高分辨率的360度视频转换为2D图像，从现实生活的性能和安装成本来看是完全不可行的。”日本，研究图像处理。

　　Premachandra博士和他的同事,考虑在全景照相机将用于定位感兴趣的区域，而一个单独的摄像头会捕捉系统，其高分辨率的图像，因此可以进行高精度的对象识别，而不会产生大量的计算成本。因此，他们构建了一个混合摄像机平台，该平台由全向摄像机和云台(PT)摄像机组成，并在其任一侧保持180度视野。顺便说一下，全向相机本身包括两个夹在相机机身上的鱼眼镜头，每个镜头覆盖180度的拍摄范围。

　　研究人员用覆盆子π相机模块v2.1 PT相机,他们登上pan-tilt模块系统连接到一个覆盆子π3模型。最后,他们连接整个系统,全向摄像机、PT相机和覆盆子π,为全面控制个人电脑。

　　操作流程如下:首先对全向图像进行处理，提取目标区域，将其坐标信息转换为角度信息(平移角度和倾斜角度)，然后转移到树莓派。然后，树莓派根据这些信息控制每个PT相机，并决定是否要拍摄互补图像。

　　研究人员主要进行了四种类型的实验来演示摄像机平台在四个不同方面的性能，并分别进行实验来验证不同目标物体位置下的图像捕获性能。

　　当他们考虑潜在的问题可能来自于捕捉移动的物体图像的互补可以改变由于图像采集的时间延迟,他们一起提出了一个潜在的对策——引入卡尔曼滤波技术来预测未来对象的坐标时捕捉图像。

　　Premachandra博士兴奋地说，我们希望我们的相机系统将在未来的应用中产生积极的影响，包括全方位成像，如机器人、安全系统和监控系统。