塔利·德克尔;摩西，耶尔;沙伊·阿维丹 照片排序。 （英语） Zbl 1328.68269号 国际期刊计算。视觉。 110，第3275-289号（2014）. 小结：一群人用手机拍摄动态事件是一种流行的景象。通过这种方法获得的静态图像集包含丰富的动态内容，但缺乏准确的时间信息。我们提出了一种照片排序方法——对一组未校准相机异步拍摄的静态图像进行时间排序。在分析（或可视化）由静态图像捕获的动态场景时，照片排序是一个必不可少的工具。该方法的第一步检测图像中相应的静态和动态特征点集。静态特征用于确定成对图像之间的极线几何，每个动态特征投票决定其出现的图像的时间顺序。动态特征提供的部分顺序不一定一致，我们使用秩聚合将它们组合成全局一致的图像时间顺序。我们展示了使用多部手机拍摄的几组具有挑战性的图像的成功照片排序。 引用于1文件 MSC公司： 68单位10 图像处理的计算方法 第68页第45页 机器视觉和场景理解 PDF格式BibTeX公司 XML格式引用 \textit{T.Dekel}等人，《国际计算杂志》。视觉。110，第3号，275--289（2014；Zbl 1328.68269） 全文： DOI程序 参考文献： [1] Avidan，S.和Shashua，A.（2000年）。轨迹三角剖分：从单目图像序列中对运动点进行三维重建。IEEE模式分析和机器智能汇刊，22（4），348-357·doi:10.1109/34.845377 [2] Ballan，L.、Brostow，G.J.、Puwein，J.和Pollefeys，M.（2010年）。非结构化视频渲染：对随意捕获的视频进行交互式探索。ACM图形学报（TOG），29（4），115-122·doi:10.1145/1778765.1778824 [3] Bartoli，A.、Gay-Bellile，V.、Castellani，U.、Peyras，J.、Olsen，S.和Sayd，P.（2008）。从粗到细的低阶结构，便于移动。正在进行IEEE计算机视觉和模式识别会议（CVPR）。 [4] Caspi，Y.和Irani，M.（2002年）。序列的时空比对。IEEE模式分析和机器智能汇刊，24（11），1409-1424·Zbl 1031.62077号 ·doi:10.1109/TPAMI.2002.1046148 [5] Dekel（Basha），T.、Moses，Y.和Avidan，S.（2012）。照片排序。正在进行欧洲计算机视觉会议（ECCV）·兹比尔1328.68269 [6] Dexter，E.、Pe'rez，P.和Laptev，I.（2009年）。人体动作和动态场景的多视图同步。正在进行英国机器视觉会议（BMVC）。 [7] Dwork，C.、Kumar，R.、Naor，M.和Sivakumar，D.（2001年）。对web的聚合方法进行排名。在万维网国际会议上。 [8] Elena，R.M.和Straccia，U.（2003年）。Web元搜索：基于排名与分数的排名聚合方法。2003年ACM应用计算研讨会论文集。 [9] Goshen，L.和Shimshoni，I.（2006年）。平衡勘探和开发模型搜索有效的核极几何估计。正在进行欧洲计算机视觉会议（ECCV）。 [10] HaCohen，Y.、Shechtman，E.和Goldman，D.B.、Lischinski。D.（2011）。与图像增强应用程序的非刚性密集对应。ACM图形事务处理（SIGGRAPH）。 [11] Jegou，H.、Schmid，C.、Harzallah，H.和Verbeek，J.（2010年）。使用上下文差异度量进行精确的图像搜索。IEEE汇刊：模式分析和机器智能，32（1），2-11。 [12] Kaminski，J.Y.和Teicher，M.（2004）。轨迹三角剖分的一般框架。数学成像与视觉杂志，21（1），27-41·Zbl 1478.94052号 ·doi:10.1023/B:JMIV.0000026555.79056.b8 [13] Lei，C.和Yang，Y.（2006）。具有子帧优化的基于三焦张量的多视频同步。IEEE图像处理汇刊，15（9），2473-2480·doi:10.1109/TIP.2006.877438 [14] Llado，X.、Del Bue，A.和Agapito，L.（2005）。投影重建中的非刚性三维因式分解。正在进行英国机器视觉会议（BMVC）。 [15] Meyer，B.、Stich，T.、Magnor，M.和Pollefeys，M.（2008）。非平稳摄像机的子帧时间对齐。《英国机器视觉会议（BMVC）进展》，第103-112页。 [16] Pádua，F.L.C.、Carceroni，R.L.、Santos，G.A.M.R.和Kutulakos，K.N.（2010年）。线性序列到序列对齐。IEEE模式分析和机器智能汇刊，32（2），304-320·doi:10.10109/TPAMI.2008.301 [17] Park，H.、Shiratori，T.、Matthews，I.和Sheikh，Y.（2010年）。从一系列二维投影中对运动点进行三维重建。正在进行欧洲计算机视觉会议（ECCV）。 [18] Pedronette，D.C.G.和Torres，R.S.（2011年）。利用上下文信息进行排名聚合。图像处理（ICIP），2011年IEEE第18届国际会议。 [19] Pundik，D.和Moses，Y.（2010年）。使用极线的时间信号进行视频同步。正在进行欧洲计算机视觉会议（ECCV）。 [20] Sand，P.，&Teller，S.（2004）。视频匹配。《美国计算机学会图形学报》（TOG），23（3），592-599·doi:10.1145/1015706.1015765 [21] Schalekamp，F.和van Zuylen，A.（2009年）。排名聚合：共同表现强劲。第十一届亚历克斯诉讼·Zbl 1430.68476号 [22] Schindler，G.和Dellaert，F.（2010年）。重建三维场景的概率时间推断。《IEEE计算机视觉和模式识别会议（CVPR）》，第1410-1417页。电气与电子工程师协会。 [23] Shashua，A.和Wolf，L.（2000）。单应张量：关于表示静态或移动平面点的三个视图的代数实体。正在进行欧洲计算机视觉会议（ECCV）。 [24] Shili，L.（2010）。排名聚合方法。威利跨学科评论：计算统计学·Zbl 1304.92094号 [25] Snavely，N.、Simon，I.、Goesele，M.、Szeliski，R.和Seitz，S.M.（2010年）。社区照片集的场景重建和可视化。IEEE互联网愿景专刊：Proc。 [26] Torresani，L.、Hertzmann，A.和Bregler，C.（2008）。非刚性结构自运动：用层次先验估计形状和运动。IEEE模式分析和机器智能汇刊，30（5），878-892。 [27] Tresadern，P.和Reid，I.（2003）。同步非刚性对象的图像序列。程序。英国机器视觉会议（BMVC），2629-638。 [28] Whitehead，A.、Laganiere，R.和Bose，P.（2005）。理论和实践中视频序列的时间同步。在WMVC中。 [29] Wolf，L.和Zomet，A.（2002年）。非刚性场景中的无对应同步和重建。进行中的车间视觉和动态场景建模 [30] Yan，J.和Pollefeys，M.（2004）。基于时空兴趣点分布的视频同步。在ACIVS中。 [31] Young，H.P.和Levenglick，A.（1978年）。康多塞选举原则的一贯延伸。SIAM应用数学杂志，35（2），285-300·兹伯利0385.9010 ·数字对象标识代码：10.1137/0135023 [32] Young，H.P.（1988）。康多塞的投票理论。《美国政治学评论》，821231-244·doi:10.2307/1961757 [33] Zelnik-Manor，L.和Irani，M.（2003）。退化、依赖及其在多体和多序列因子分解中的意义。正在进行IEEE计算机视觉和模式识别会议（CVPR）。 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。