×
詹尼斯·桑塔斯;狄奥多西奥斯·卡玛斯;尼库，克里斯托弗罗斯

可变贝叶斯光流。 （英语） Zbl 1312.68201号

数学杂志。成像视觉。 50，第3期，199-213（2014）.
摘要：Horn-Schunck（HS）光流方法被广泛用于初始化许多运动估计算法。在这项工作中，提出了HS方法的变分贝叶斯方法，其中运动矢量被认为是空间变化的Student分布的未观测随机变量，即先验值是多元Student（t）分布，而唯一可用的观测结果是时间和空间图像差异。该模型考虑了通过泰勒级数近似线性化亮度恒定性约束所产生的残差，该残差也被假定为空间变化的Student分布观测噪声。为了推断模型变量和参数，我们采用变分推理方法，得出具有类似于Horn-Schunck方法的更新方程的期望最大化（EM）框架。这是在原则概率框架中完成的，其中所有模型参数都是根据数据自动估计的。实验结果表明，所提出的模型可以在更复杂的光流方案初始化中替代标准算法，从而取得了改进。

引用于1文件

MSC公司：

68T45型 机器视觉和场景理解

关键词：

光流估计;变分推理;贝叶斯方法;学生的分布

软件：

PRMLT公司
PDF格式BibTeX公司 XML格式引用
\textit{G.Chantas}等人，J.数学。成像视觉。50，第3号，199--213（2014；Zbl 1312.68201）
全文： 内政部

参考文献：

[1] Alvarez，L.，Weickert，J.，Sanchez，J.：大位移密集光流场的可靠估计。国际期刊计算。视觉。39, 41-56 (2000) ·Zbl 1060.68635号 ·doi:10.1023/A:1008170101536
[2] 贝克，S。；Scharstein，D。；刘易斯，J。；罗斯，S。；黑色，M。；Szeliski，R.，光流数据库和评估方法，1-8（2007）
[3] Barron，J.、Fleet，D.、Beauchemin，S.：光流技术的性能。国际期刊计算。视觉。12（1），43-77（1994）·doi:10.1007/BF01420984
[4] Beal，M.J.：近似贝叶斯推理的变分算法。伦敦大学学院盖茨比计算神经科学部技术报告（2003年）
[5] Beal，M.J.：不完全数据的变分贝叶斯EM算法及其在图形模型结构评分中的应用。贝叶斯统计7，453-464（2003）
[6] Ben-Ari，R。；Sochen，N.，稠密光流的一般框架和新对准准则，第1期，529-536（2006）
[7] Birchfield，S。；Pundlik，S.，《特征和边缘的联合跟踪》（2008年）
[8] Bishop，C.：模式识别和机器学习。柏林施普林格出版社（2006）·Zbl 1107.68072号
[9] 黑色，M。；Anandan，P.，光流鲁棒估计框架，231-236（1993）
[10] Black，M.，Anandan，P.：多运动的稳健估计：参数和分段光滑流场。计算。视觉。图像理解。63(1), 75-104 (1996) ·doi:10.1006/cviu.1996.006
[11] Black，M.，Fleet，D.：运动边界的概率检测和跟踪。国际期刊计算。视觉。38, 231-245 (2000) ·Zbl 1012.68694号 ·doi:10.1023/A:1008195307933
[12] 布罗克斯，T。；Bruhn，A。；Papenberg，N。；Weickert，J.，基于翘曲理论的高精度光流估计，第4期，25-36（2004）·Zbl 1098.68736号
[13] Bruhn，A.，Weickert，J.，Schnorr，C.：Lucas/Kanade meets Horn/Schunck：结合局部和全局光流方法。国际期刊计算。视觉。61(3), 211-231 (2005) ·Zbl 1477.68337号 ·doi:10.1023/B:VISI.0000045324.43199.43
[14] Chantas，G.，Galatsanos，N.，Likas，A.，Saunders，M.：基于t分布图像先验乘积的变分贝叶斯图像恢复。IEEE传输。图像处理。17(10), 1795-1805 (2008) ·Zbl 1371.94080号 ·doi:10.1109/TIP.2008.2002828
[15] Gkamas，T。；Chantas，G。；Nikou，C.，光流问题的概率公式，日本筑波，11月11日至15日
[16] 格洛克，B。；Heibel，T.H。；纳瓦布，N。；科利，P。；Rother，C.，《三角流：基于三角的高阶可能性光流》，272-285（2010）
[17] 希斯，P。；Herzet，C。；Memin，E.，《利用模型和超参数的贝叶斯推断进行稳健光流估计》，第6667、773-785号（2012年）·doi:10.1007/978-3-642-24785-965
[18] Horn，B.，Schunck，B.：确定光流。Artif公司。智力。17, 185-203 (1981) ·Zbl 1497.68488号 ·doi:10.1016/0004-3702（81）90024-2
[19] Krajsek，K。；Mester，A.，《科学与工程中的贝叶斯推断和最大熵方法》，aip会议记录，第872期，第311-318页（2006年）·Zbl 1106.62315号
[20] Krajsek，K。；Mester，R.，《全局光流方法中选择正则化参数的最大似然估计量》，1081-1084（2006）
[21] Krajsek，K。；Mester，A.，光流估计的贝叶斯模型选择，海德堡
[22] Lee，K.J。；Kwon，D。；Yun，I.D。；Lee，S.U.，《离散框架下基于自适应卷积核的光流估计》，2504-2511（2010）
[23] Liu，C.，Rubin，D.B.：使用EM及其扩展对t分布进行ML估计。技术报告，ECM和ECME，中国统计局（1995）·Zbl 0824.62047号
[24] 卢卡斯，B。；Kanade，T.，立体视觉应用的迭代图像配准技术，674-679（1981）
[25] McCane，B.，Novins，K.，Crannitch，D.，Galvin，B.：关于基准光流。计算。视觉。图像理解。84(1), 126-143 (2001) ·Zbl 1021.68733号 ·doi:10.1006/cviu.2001.0930
[26] Memin，E.，Perez，P.：采用稳健技术对光流进行密集估计和基于对象的分割。IEEE传输。图像处理。7(5), 703-719 (1998) ·doi:10.1009/83.668027
[27] Molina，R.：关于图像恢复的分层贝叶斯方法。天文图像的应用。IEEE传输。模式分析。机器。智力。16(11), 1122-1128 (1994) ·doi:10.1009/34.334393
[28] Nagel，H.，Enkelman，W.：从图像序列中估计位移向量场的平滑约束研究。IEEE传输。模式分析。机器。智力。8(5), 565-593 (1986) ·doi:10.1109/TPAMI.1986.4767833
[29] Paige，C.，Saunders，M.：线性方程组稀疏不定系统的解。SIAM J.数字。分析。12, 617-629 (1975) ·Zbl 0319.65025号 ·数字对象标识代码：10.1137/0712047
[30] Ren，X.，光流局部分组（2008）
[31] Roth，S.，Black，M.：关于光流的空间统计。国际期刊计算。视觉。74(1), 33-50 (2007) ·doi:10.1007/s11263-006-0016-x
[32] 斯菲卡斯，G。；尼库，C。；Galatsanos，N.，用于图像分割的保边缘空间变化混合，美国阿拉斯加安克雷奇
[33] Sfikas，G.，Nikou，C.，Galatsanos，N.，Heinrich，C.：空间变化的混合，包含用于图像分割的线处理。数学杂志。成像视觉。36, 91-110 (2010) ·Zbl 1490.94027号 ·文件编号：10.1007/s10851-009-0174-x
[34] Sfikas，G.、Heinrich，C.、Zallat，J.、Nikou，C.、Galatsanos，N.：通过空间混合模型恢复脊髓灰质炎斯托克斯图像。J.选项。《美国社会学杂志》28（3），465-474（2011）·doi:10.1364/JOSAA.28.000465
[35] 斯菲卡斯，G。；尼库，C。；北卡罗来纳州加拉萨诺。；Heinrich，C.，图像分割中的优化-最小化混合模型确定，2169-2176（2011），科罗拉多州
[36] Sun，D。；罗斯，S。；刘易斯，J.P。；Black，M.J.，《学习光流》，83-97（2008）
[37] Tzikas，D.，Likas，A.，Galatsanos，N.：贝叶斯推理的变分近似。IEEE信号处理。Mag.25（6），131-146（2008）·doi:10.1109/MSP.2008.929620
[38] 韦德尔，A。；Cremers，D。；Pock，T。；Bischof，H.，用于高精度光流的结构和运动自适应正则化，1663-1668（2009）·Zbl 1198.05072号
[39] Weickert，J.，Schnörr，C.：基于PDE的图像运动计算中凸正则化器的理论框架。国际期刊计算。视觉。45(3), 245-264 (2001) ·兹比尔0987.68600 ·doi:10.1023/A:1013614317973
[40] Weickert，J.，Schnörr，C.：时空平滑约束下的变分光流计算。数学杂志。成像视觉。14(3), 245-255 (2001) ·Zbl 0988.68821号 ·doi:10.1023/A:1011286029287
[41] Werlberger，M。；Pock，T。；Bischof，H.，非局部全变差正则化运动估计，2464-2471（2010）
[42] Xu，L.，Jia，J.，Matsushita，Y.：运动细节保持光流估计。IEEE传输。模式分析。机器。智力。34, 1744-1757 (2012) ·doi:10.1109/TPAMI.2011.236
[43] Zhou，Z.，Leahy，R.M.，Qi，J.：吉布斯先验的近似最大似然超参数估计。IEEE传输。图像处理。6(6), 844-861 (1997) ·数字对象标识代码：10.1109/83.585235
[44] Zimmer，H.，Bruhn，A.，Weickert，J.：和谐的光流。国际期刊计算。视觉。93(3), 368-388 (2011) ·Zbl 1235.94030号 ·doi:10.1007/s11263-011-0422-6
[45] Zitnick，C。；Jojic，N。；Kang，S.，光流估计的一致分割，第2期，1308-1315（2005）
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。