Dynamic Illumination Optical Flow Computing for Sensing Multiple Mobile Robots From a Drone
Dynamic Illumination Optical Flow Computing for Sensing Multiple Mobile Robots From a Drone
复制标题
用于从无人机感知多个移动机器人的动态照明光流计算
DOI：
10.1109/tsmc.2017.2709404
复制
发表时间：
2018-08
期刊：
影响因子：
--
通讯作者：
Chao Xu
中科院分区：
文献类型：
--
作者：
Shengze Cai;Yongbin Huang;Bo Ye;Chao Xu
在本文中，我们考虑了国际空中机器人竞赛使命-7，其中要求空中机器人提供有关移动的车辆的检测和估计的运动感觉问题。首先采用密集光流计算来从图像序列提供速度场。然后，基于光流场的区域生长被用来提取背景上的运动目标，并最终实现运动估计，当摄像机和物体都在运动。此外，经典的光流技术在比赛中不起作用，因为可能存在照明变化，例如竞技场中的闪光灯和反射。针对这一问题，在光流算法中结合了亮度恒常松弛和强度归一化过程。实验结果证明了该算法对光照变化的鲁棒性。所提出的方法可以提供可接受的精度的运动估计结果的几个基准数据集和图像序列产生的微型飞行器。
In this paper, we consider a motion sense problem motivated by the International Aerial Robotics Competition Mission-7, where an aerial robot is required to provide detection and estimation about mobile vehicles. Dense optical flow computing is employed first to provide a velocity field from image sequences. Then, region growing based on the optical flow field is used to extract moving objects on the background, and motion estimation is eventually achieved while both camera and objects are moving. In addition, classical optical flow techniques do not work in the competition since there may be illumination changes, such as flashlights and reflections in the arena. To deal with this problem, the procedures of the brightness constancy relaxation and intensity normalization are combined in the optical flow algorithm. Experimental results have demonstrated the robustness against varying illumination. The proposed approach can provide motion estimation results of acceptable accuracy for several benchmark data sets and image sequences generated with micro aerial vehicles.
登录
查看更多内容
影响因子：
2.4
作者：
Paul Ruhnau;Timo Kohlberger;C. Schnörr;H. Nobach
通讯作者：
Paul Ruhnau;Timo Kohlberger;C. Schnörr;H. Nobach
通过基于图的排序和分段算法进行交通标志检测
DOI：
10.1109/tsmc.2015.2427771
发表时间：
2015-06
影响因子：
8.7
作者：
Yuan, Xue;Guo, Jiaqi;Hao, Xiaoli;Chen, Houjin
通讯作者：
Chen, Houjin
影响因子：
7.2
作者：
通讯作者：
--
DOI：
10.1109/tsmc.2015.2491878
发表时间：
2016-07-01
影响因子：
8.7
作者：
Minaeian, Sara;Liu, Jian;Son, Young-Jun
通讯作者：
Son, Young-Jun
影响因子：
3.5
作者：
M. Sridharan;P. Stone
通讯作者：
M. Sridharan;P. Stone