Joint motion model for local stereo video-matching method
Joint motion model for local stereo video-matching method
复制标题
局部立体视频匹配方法的关节运动模型
DOI：
10.1117/1.oe.54.12.123108
复制
发表时间：
2015-12
影响因子：
1.3
通讯作者：
Cousin Jean-Gabriel
中科院分区：
文献类型：
--
作者：
Zhang Jinglin;Cong Bai;Nezan Jean-Francois;Cousin Jean-Gabriel
抽象的。作为立体匹配的一个分支，视频立体匹配在计算机视觉应用中变得越来越重要。传统的静态图像立体匹配方法会导致帧闪烁和匹配结果较差。我们提出了一种用于立体视频匹配的基于联合运动的平方步长（JMSS）方法。运动矢量作为原始成本聚合的支持区域构建中的一个组成部分被引入。然后我们沿着支撑区域的两个方向聚合原始成本。最后，赢者通吃策略决定了我们假设下的最佳差距。实验结果表明，JMSS方法不仅在具有丰富运动的测试序列上优于其他最先进的立体匹配方法，而且在分别具有固定和移动立体摄像机的一些真实场景中表现良好，特别是在真实立体视觉的一些极端条件下。此外，所提出的 JMSS 方法可以实时实现，这优于其他最先进的方法。时间效率也是我们算法设计中非常重要的考虑因素。
Abstract. As one branch of stereo matching, video stereo matching becomes more and more significant in computer vision applications. The conventional stereo matching methods for static images would cause flicker-frames and worse matching results. We propose a joint motion-based square step (JMSS) method for stereo video matching. The motion vector is introduced as one component in the support region building for the raw cost aggregation. Then we aggregate the raw cost along two directions in the support region. Finally, the winner-take-all strategy determines the best disparity under our hypothesis. Experimental results show that the JMSS method not only outperforms other state-of-the-art stereo matching methods on test sequences with abundant movements, but also performs well in some real-world scenes with fixed and moving stereo cameras, respectively, in particular under some extreme conditions of real stereo visions. Additionally, the proposed JMSS method can be implemented in real time, which is superior to other state-of-the-art methods. The time efficiency is also a very important consideration in our algorithm design.
登录
查看更多内容
DOI：
10.1109/eit.2013.6632688
发表时间：
2013-05
期刊：
IEEE International Conference on Electro-Information Technology , EIT 2013
影响因子：
--
作者：
J. Kowalczuk;E. Psota;L. C. Pérez
通讯作者：
J. Kowalczuk;E. Psota;L. C. Pérez
DOI：
10.1109/3dimpvt.2011.24
发表时间：
2011-05
期刊：
2011 International Conference on 3D Imaging, Modeling, Processing, Visualization and Transmission
影响因子：
--
作者：
Xun Sun;Xing Mei;Shaohui Jiao;Mingcai Zhou;Haitao Wang
通讯作者：
Xun Sun;Xing Mei;Shaohui Jiao;Mingcai Zhou;Haitao Wang
DOI：
10.1145/2425836.2425892
发表时间：
2012-11
期刊：
--
影响因子：
--
作者：
Jinglin Zhang;J. Nezan;J.-G. Cousin;E. Raffin
通讯作者：
Jinglin Zhang;J. Nezan;J.-G. Cousin;E. Raffin
影响因子：
19.5
作者：
Birchfield, S;Tomasi, C
通讯作者：
Tomasi, C
DOI：
10.1109/icip.2009.5413693
发表时间：
2009-11
期刊：
2009 16th IEEE International Conference on Image Processing (ICIP)
影响因子：
--
作者：
Wei Yu;Tsuhan Chen;J. Hoe
通讯作者：
Wei Yu;Tsuhan Chen;J. Hoe