×
巴沙，塔利；摩西，耶尔；纳胡姆·基里亚蒂

多视点场景流估计：一种以视点为中心的变分方法。 （英语） Zbl 1259.68194号

国际期刊计算。视觉。 101，第1期，6-21（2013）.
摘要：我们提出了一种从标定的多视图序列中恢复三维结构和场景流的新方法。我们提出了3D结构和场景流的3D点云参数化，使我们能够直接估计所需的未知值。提出了一种统一的全局能量泛函，用于合并来自可用序列的信息，同时恢复深度和场景流。该函数强制实现多视图几何一致性，并直接对3D未知项进行亮度恒定性和分段平滑性假设。它固有地处理不连续、闭塞和大位移的挑战。这项工作的主要贡献是融合了3D表示和直接使用可用多视图信息的高级变分框架。这个公式使我们能够在时间和空间上有利地绑定3D未知项。与光流和视差不同，该方法导致图像坐标之间的非线性映射，从而给优化过程带来了额外的挑战。我们在真实数据和合成数据上的实验表明，尽管存在复杂的非凸优化问题，该方法还是成功地恢复了三维结构和场景流。

引用于7文件

MSC公司：

68T45型 机器视觉和场景理解

关键词：

3D结构；场景流；多视图
PDF格式BibTeX公司 XML格式引用
\textit{T.Basha}等人，《国际计算杂志》。视觉。101，第1号，第6--21号（2013；Zbl 1259.68194）
全文： 内政部

参考文献：

[1] Ayvaci，A.、Raptis，M.和；Soatto，S.（2010年）。基于凸优化的遮挡检测和运动估计。NIPS（第100-108页）。
[2] Basha，T.、Moses，Y.和；Kiryati，N.（2010年）。多视图场景流量估计：一种以视图为中心的变分方法。程序中。IEEE配置比较。视觉拍。记录。（第1506-1513页）·Zbl 1259.68194号
[3] Ben-Ari，R.和；Sochen，N.A.（2007年）。具有尖锐不连续和遮挡处理的变化立体视觉。程序中。内部配置比较。愿景（第1-7页）。
[4] Brox，T.、Bruhn，A.、Papenberg，N.和；Weickert，J.（2004）。基于翘曲理论的高精度光流估计。程序中。欧洲比较。愿景（第25-36页）·Zbl 1098.68736号
[5] Carceroni，R.L.和；库图拉科斯，K.N.（2002）。通过表面采样进行多视图场景捕获：从视频流到非刚性三维运动、形状和反射率。国际计算机视觉杂志，49（2-3），175-214·Zbl 1012.68772号 ·doi:10.1023/A:1020145606604
[6] Courchay，J.、Pons，J.P.、Monasse，P.和；Keriven，R.（2009）。密集准确的时空多视点立体视觉。亚洲计算机视觉会议（第11-22页）。
[7] Felzenszwalb，P.和；Huttenlocher，D.（2006年）。早期视力的有效信念传播。国际计算机视觉杂志，70（1），41-54·Zbl 05062736号 ·doi:10.1007/s11263-006-7899-4
[8] Furukawa，Y.，&amp；Ponce，J.（2008）。同步视频流中的密集三维运动捕捉。过程中。IEEE配置比较。视觉拍。记录。
[9] Huguet，F.和；Devernay，F.（2007）。一种基于立体序列的场景流估计的变分方法。程序中。内部配置比较。愿景（第1-7页）。
[10] Isard，M.和；MacCormick，J.（2006）。通过循环信念传播进行密集运动和视差估计。亚洲计算机视觉会议（第3852卷，第32页）。
[11] 李·R和；Sclaroff，S.（2008）。来自双目立体序列的多尺度三维场景流。计算机视觉和图像理解，110（1），75-90·Zbl 05363012号 ·doi:10.1016/j.cviu.2007.04.002
[12] Min、D.B.和；Sohn，K.（2006）。边缘保护联合运动直径估计。程序中。国际比较项目。记录。（第74-77页）。
[13] Neumann，J.和；Aloimonos，Y.（2002年）。使用多分辨率细分曲面的时空立体。国际计算机视觉杂志，47（1-3），181-193·Zbl 1012.68741号 ·doi:10.1023/A：1014597925429
[14] Pock，T.、Schoenemann，T.，Graber，G.、Bischof，H.和；Cremers，D.（2008）。连续多标签问题的凸形式。程序中。欧洲比较。愿景（第792–805页）。
[15] Pons，J.、Keriven，R.和；Faugeras，O.（2007）。使用基于全局图像的匹配分数进行多视图立体重建和场景流估计。国际计算机视觉杂志，72（2），179-193·Zbl 05146315号 ·doi:10.1007/s11263-006-8671-5
[16] 罗伯特·L·；Deriche，R.（1996）。稠密深度图重建：保留不连续性的最小化和正则化方法。程序中。欧洲比较。愿景（第439–451页）。
[17] Scharstein，D.，&；Szeliski，R.Middlebury立体视觉研究页。http://vision.middlebury.edu/stereo . ·Zbl 1039.68731号
[18] Scharstein，D.，&；Szeliski，R.（2002）。稠密双帧立体对应算法的分类和评估。国际计算机视觉杂志，47（1-3），7-42·Zbl 1012.68731号 ·doi:10.1023/A:1014573219977
[19] Scharstein，D.，&；Szeliski，R.（2003）。使用结构光的高精度立体深度贴图。程序中。IEEE配置比较。视觉拍。记录。（第195-202页）。
[20] Strecha，C.、Tuytelaars，T.和；Gool，L.J.V.（2003）。多个宽基线视图的密集匹配。程序中。内部配置组件。愿景（第1194-1201页）。
[21] Vedula S.、Baker S.、Rander P.、Collins R.T.和；Kanade，T.（1999年）。三维场景流。程序中。内部配置组件。愿景（第722-729页）。
[22] Vedula S.、Baker S.、Rander P.、Collins R.T.和；Kanade，T.（2005）。三维场景流。IEEE模式分析和机器智能汇刊，27（3），475–480·Zbl 05110884号 ·doi:10.1109/TPAMI.2005.63
[23] Vedula，S.、Baker，S.和Seitz，S；Kanade，T.（2000）。6D中的形状和运动雕刻。程序中。IEEE配置比较。视觉拍。记录。（第2卷）。
[24] Wedel，A.、Brox，T.、Vaudrey，T.，Rabe，C.、Franke，U.和；Cremers，D.（2011年）。用于三维运动理解的立体场景流计算。国际计算机视觉杂志，95（1），29-51·Zbl 1235.68299号 ·doi:10.1007/s11263-010-0404-0
[25] Wedel，A.、Rabe，C.、Vaudrey，T.、Brox，T.和Franke，U；Cremers，D.（2008）。从稀疏或稠密的立体数据中高效的稠密场景流。程序中。欧洲比较。愿景（第739–751页）。
[26] Woodford，O.J.、Torr，P.H.S.、Reid，I.D.和；Fitzgibbon，A.W.（2009年）。二阶平滑先验下的全局立体重建。IEEE模式分析和机器智能汇刊，31（12），2115–2128·doi:10.1109/TPAMI.2009.131
[27] Young，D.（1954年）。椭圆型偏微分方程的迭代解法。美国数学学会学报，76（1），92-111·兹比尔0055.35704 ·doi:10.1090/S0002-9947-1954-0059635-7
[28] Zhang，Y.和；Kambhamettu，C.（2000年）。从多视图图像序列中集成三维场景流和结构恢复。程序中。IEEE配置比较。视觉拍。记录。（第2卷，第674-681页）。
[29] Zhang，Y.和；Kambhamettu，C.（2001年）。三维场景流和结构估计。程序中。IEEE配置比较。视觉拍。记录。（第778–785页）。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。