FM Niclas Joswig puollustaa väitöskirjaansa "Robust Visual Odometry under Feature-Sparse Conditions" perjantaina 21.3.2025 klo 13 Helsingin yliopiston Chemicum-rakennuksen auditoriossa A129 (A.I. Virtasen aukio 1, 1. kerros). Vastaväittäjänä toimii professori Janne Heikkilä (Oulun yliopisto) ja kustoksena professori Laura Ruotsalainen (Helsingin yliopisto). Väitöstilaisuus pidetään englanniksi.
Niclas Joswigin väitöskirja on osa Helsingin yliopiston tietojenkäsittelytieteen osastolla ja Spatiotemporal Data Analysis -ryhmässä tehtävää tutkimusta. Väitöskirjan ohjaajana on toiminut professori Laura Ruotsalainen (Helsingin yliopisto).
Kuljetun matkan ja suunnan arvioiminen peräkkäisistä kuvista käyttäen vankkaa Visual Odometry -tekniikkaa piirteiltään vähäisissä olosuhteissa
Kuljetun matkan ja suunnan arvioiminen peräkkäisistä kuvista käyttäen Visual Odometry (VO) -tekniikkaa on haastava tehtävä ympäristöissä, joissa on vähän konenäön avulla tunnistettavia piirteitä. Tämä väitöskirja kehittää uusia menetelmiä haasteen ratkaisemiseksi. Erityisesti työssä on kehitetty probabilistinen priori, joka mallintaa kameran asennon määrittelyn epävarmuutta haastavissa olosuhteissa, dynaaminen päätösalgoritmi, joka laskee kameran liikkeen adaptiivisella fuusiomenetelmällä yhdistäen tietoja useista antureista, ja kaksi uutta syväoppimisarkkitehtuuria, jotka parantavat yksilinssisen kameran avulla tehtävää (monokulaarista) syvyydenmääritystä. VO:n tutkimusalueella tämä väitöskirja käsittelee erityisesti toimintaympäristön aiheuttamia haasteita, joita tuottavat merkittävän vähäinen määrä kuvissa havaittavia piirteitä sekä erityisesti rakenteellisten piirteiden vähyys. Aiemmat menetelmät kamppailevat tarkan sijainnin laskemisessa edellisten haasteiden kanssa erityisesti olosuhteissa, joissa ympäristössä on vähän tekstuuria (kamera näkee vain tyhjää seinää) ja kun kameralla on monimutkaisia näkökulmia (esimerkiksi ylhäältä alaspäin), mikä motivoi tarvetta innovatiiviselle tutkimukselle alalla.
Ensimmäinen kehitetty menetelmä on tasopriori-mekanismi, joka laskee priori-todennäköisyysjakauman kameran kiertoliikkeelle. Tämän priorin integrointi VO-laskentaketjuun parantaa kameran asennon laskennan tarkkuutta ja luotettavuutta piirreköyhissä olosuhteissa. Toisessa menetelmässämme ehdotamme uutta Manhattan-päätösmoduulia, joka dynaamisesti vaihtaa uusien anturimittausten yhdistelmätapaa Manhattan-kehyksen seuraamiseksi. Menetelmä parantaa kameran asennon seurantaa haastavissa ympäristöissä tarjoten tuloksen, joka ei perinteisten menetelmien tulosten tapaan ajelehdi. Lisäksi olemme kehittäneet tasonpelastusmekanismin, joka arvioi kameran siirtymää piirreköyhissä olosuhteissa sen jälkeen, kun kameran asennon on laskettu Manhattan-oletuksen perusteella.
Tavoitteemme on soveltaa aiemmin kehitettyjä RGB-D-kamerapohjaisia VO-menetelmiä myös monokulaariseen syötteeseen, ja siksi väitöskirja esittelee kaksi uutta kehittämäämme monokulaarista syvyysarviointitekniikkaa. Ensimmäinen syvyysmalli käyttää kuvien aikasarjasekvenssejä yksittäisten kuvien sijaan syvyyden päättelemiseksi. Menetelmä käyttää kuvista löydettyjä liikeperustaisia merkkejä perinteisten visuaalisten merkkien, kuten katoamispisteiden, sijaan. Mallin opettaminen ajallisten merkkien käyttöön mahdollistaa verkon yleistymisen paremmin monimutkaisiin näkökulmiin, kuten lintuperspektiiviin. Toinen ehdotettu tekniikka on uusi itseohjautuva häviöfunktio, joka parantaa syvyysmallin kykyä arvioida tarkkaa syvyyttä kuvista löydettyjen rakenteiden reunojen lähellä haastavissa ympäristöissä. Tämä parannus syvyyden tarkkuudessa reunoilla parantaa merkittävästi RGB-D-pohjaisten VO-menetelmien suorituskykyä, sillä nämä menetelmät nojaavat usein voimakkaasti geometristen piirteiden reunoilla sijaitseviin havaintoihin.
Tämä väitöskirja ei ainoastaan paranna teoreettista ymmärrystä VO:sta vaikeissa kuvaolosuhteissa, vaan tarjoaa myös kehyksen tulevalle tutkimukselle syvyyden arvioinnin ja kameran avulla tehtävän seurannan haasteiden voittamiseen. Tarjoamamme menetelmät ja ymmärrys ovat tärkeitä konenäkötutkimuksen edistämisessä, erityisesti luotettavampien ja kestävämpien sijainninmääritystekniikoiden kehittämisen osalta.
Väitöskirjan saatavuus
Väitöskirjan elektroninen versio tulee olemaan saatavilla Helsingin yliopiston avoimessa julkaisuarkistossa Heldassa osoitteessa http://urn.fi/URN:ISBN:978-952-84-0811-6.
Painettuja väitöskirjoja voi tiedustella väittelijältä itseltään: niclas.joswig@helsinki.fi.