Tez No	İndirme	Tez Künye	Durumu
528592		Isometric correspondence estimation and symmetry detection on point clouds acquired by depth cameras / Derinlik kameralarından elde edilen nokta kümeleri üzerinde izometrik eşleme ve simetri bulma Yazar:EMEL KÜPÇÜ Danışman: PROF. DR. YÜCEL YEMEZ Yer Bilgisi: Koç Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Görüntü işleme-bilgisayarlı = Image processing-computer assisted	Onaylandı Doktora İngilizce 2018 104 s.
Kolaylıkla bulunabilen derinlik sensörlerinden elde edilen, genellikle delikler ve boşluklar içeren, kısmi ve gürültülü yüzey bilgisinin problemlerinin üstesinden gelen ve yayılım uzaklığına dayanan, yineleyen izometrik nokta eşlemesi yöntemleri önermekteyiz. İki nokta kümesi arasında eşleme problemini, izometriden sapmayı en aza indiren en uygun kısmi eşleme bulma olarak formüle etmekteyiz. Algoritmamız, özellikli noktalar arasında herhangi bir nokta eşleme yöntemi ile elde edilen kabaca bir ilk eşleme ile başlar. Bu ilk eşleme, olabildiğince güvenilir bir eşleme kümesi bulunana kadar tekrarlayan tam eşleme algoritması ile budanıp güncellenir. Elde edilen seyrek ama güvenilir eşlemeler, daha sonra yoğun bir eşleme kümesi elde etmede taban olarak kullanılır. Ek olarak, bir nokta kümesini iki simetrik tarafa kümeleyen bir bütünsel içsel simetri algılama yöntemi sağlamaktayız. Bu tekniği, insan modelleri gibi içsel simetriler sergileyen şekiller üzerindeki sonuçlarımızın güvenilirliğini daha da arttıracak şekilde, nokta temelli eşleme yöntemlerimiz ile birleştirmekteyiz. Yapılan deneyler yöntemlerimizin tıkanma, büyük bozulumlar ve topolojik gürültü sergileyen derinlik verileri üzerinde karşılaştırmalı olarak en iyi performansı verdiğini göstermektedir.
We propose iterative isometric point correspondence methods that rely on diffusion distance to handle challenges posed by commodity depth cameras, which usually provide incomplete and noisy surface data exhibiting holes and gaps. We formulate the correspondence problem as finding an optimal partial mapping between two given point sets, minimizing deviation from isometry. Our algorithm starts with an initial rough correspondence between keypoints, obtained via any point matching technique. This initial correspondence is then pruned and updated by iterating a perfect matching algorithm until convergence to find as many reliable correspondences as possible. The resulting set of sparse but reliable correspondences then serves as a base matching from which a dense correspondence set is estimated. We additionally provide a global intrinsic symmetry detection technique which clusters a point cloud into symmetric sides. We incorporate this technique into our point-based correspondence methods, further improving the reliability of our results on shapes exhibiting intrinsic symmetries such as human models. The experiments show that our methods provide state of the art performance over depth frames exhibiting occlusions, large deformations, and topological noise.