Fullscreen

KKO_2024

Welcome to interactive presentation, created with Publuu. Enjoy the reading!

XXXII Krajowa Konferencja Oświetleniowa i 4. Forum Technologii Oświetleniowych

Zanieczyszczenie światłem, oświetlenie dynamiczne

9

Bezmarkerowy system dynamicznego oświetlenia

ruchomych postaci przy użyciu metod Deep Learning

Magdalena Sobaszek, Sebastian Słomiński

Politechnika Warszawska

Słowa kluczowe: dynamiczne oświetlenie, identyfikacja postaci, bezmarkerowe śledzenie, sieci neuronowe

Techniki dynamicznego mapowania projekcji

można podzielić na dwie główne grupy: systemy

markerowe lub bezmarkerowe. Wadą systemów

opartych na markerach jest konieczność użycia

specjalnych

znaczników

lub

ubrań,

które

są podstawą do wykrywania i śledzenia obiektu

w czasie rzeczywistym. Mapowanie bezmarke-

rowe jest znacznie bardziej skomplikowane w

realizacji z powodu konieczności klasyfikacji

obiektów i określenia ich pozycji w scenie jedynie

na podstawie obrazów uzyskiwanych z urządzeń

rejestrujących. Dlatego też, na rynku komercyj-

nym przeważają stosunkowo proste systemy

markerowe,

funkcjonujące

ze

wszystkimi

ograniczeniami tej techniki. Celem niniejszych

badań jest realizacja dynamicznego oświetlania

i mapowania ruchomych postaci w czasie

rzeczywistym, zlokalizowanych i zidentyfikowa-

nych w sposób bezmarkerowy, z wykorzystaniem

metod Deep Learning (DL).

Metoda Przeprowadzenie badań dotyczących

skuteczności

i

dokładności

dynamicznego

mapowania

ruchomych

postaci

wykonano

dla systemu, który składa się z jednej lub wielu

kamer, jednostki obliczeniowej oraz urządzeń

oświetleniowych jak projektory czy ruchome

głowy. Wymiary systemu oraz dane techniczne

urządzeń zostały dostosowane do typowych

rozmiarów sceny, wynoszących 8 m szerokości,

4 m wysokości oraz 8 m głębokości.

Wykonany bezmarkerowy system opiera się

na analizie i przetwarzaniu danych pochodzących

z

kamer

rejestrujących

scenę

w

czasie

rzeczywistym. W celu uzyskania precyzyjnej

detekcji i śledzenia postaci zaimplementowano

algorytmy DL m.in. OpenPose, OpenPifPaf,

Mediapipe. Wykonano m.in. analizę skuteczności

oraz precyzji detekcji dla wybranych algorytmów

DL

w

funkcji

rozdzielczości

oraz

różnych

warunków środowiskowych. Ponadto przeprowa-

dzono analizę poziomu opóźnień w kontekście

dopasowania wyświetlanych treści do aktualnej

pozycji postaci.

Wyniki Implementacja metod DL zapewnia

niemal 100% skuteczność śledzenia postaci

na scenie przy jednoczesnym uzyskaniu wysokiej

precyzji oszacowania punktów szkieletowych.

Uzyskany poziom opóźnień (poniżej 40 ms)

umożliwia realizację dynamicznego oświetlenia

ruchomych

postaci w

czasie rzeczywistym.

Ponadto, implementacja autorskich algorytmów

kompensujących

opóźnienie

przełożyła

się

na redukcję błędu niedopasowania wyświetlanych

treści z 18.38 cm do poniżej 1 cm, dla odległości

projekcji wynoszącej 4 m (Rys. 1).

Rys. 1. Analiza błędu niedopasowania wynikającego z czasu

przetwarzania danych dla trzech szybkości ruchu postaci

dla systemu z i bez kompensacji opóźnienia

Wnioski

Zastosowanie metod DL w bezmar-

kerowych systemach dynamicznego oświetlenia

gwarantuje precyzyjne śledzenie i oświetlenie

postaci na scenie. Wprowadzenie dodatkowych

algorytmów kompensujących opóźnienia zwiększa

dokładność i efektywność systemu w zastosowa-

niach scenicznych.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18