Volumetric Motion Magnification: Subtle Motion Extraction from 4D Data
Volumetric Motion Magnification: Subtle Motion Extraction from 4D Data
复制标题
体积运动放大：从 4D 数据中提取细微运动
DOI：
10.1016/j.measurement.2021.109211
复制
发表时间：
2021
期刊：
影响因子：
5.6
通讯作者：
Niezrecki, Christopher
中科院分区：
文献类型：
--
作者：
Southwick, Matthew;Mao, Zhu;Niezrecki, Christopher
将基于相位的视频运动放大技术扩展到三维空间。该技术使用三维复杂的可操纵金字塔来分解四维数据集的体积框架。在进行变换反演以重建体积图像之前，可以对产生的分解进行处理，以过滤、放大或衰减在4D数据中局部发生的细微运动。最近的研究使用基于相位的视频运动放大从内部变形数据的二维切片中提取细微运动。这项工作演示了如何基于相位的视频运动放大可以扩展到全体积图像上，以提取全3D体积运动。定性地演示了体积运动放大技术，以放大和提取不可分辨的圆柱体运动进行视觉识别。然后，证明了该技术能够将数字体积相关的运动噪声底提高10倍以上。
The extension of Phase-based Video Motion Magnification into three-dimensions is presented in this work. The technique uses a 3D complex steerable pyramid to decompose volumetric frames of 4D dataset. The resulting decomposition can be processed to filter, amplify, or attenuate subtle motions occurring locally within the 4D data, before inversion of the transform is performed to recreate the volumetric images. Recent research has used Phase Based Video Motion Magnification to extract subtle motion from 2D slices of internal deformation data. This work demonstrates how Phase Based Video Motion Magnification can be extended to work on full volumetric images to extract full 3D volumetric motions. The Volumetric Motion Magnification technique is demonstrated qualitatively, to amplify and extract the indiscernible motion of a cylinder for visual identification. Then, the ability of the technique to enhance the motion noise floor of Digital Volume Correlation by more than a factor of 10 is demonstrated.
登录
查看更多内容
影响因子：
4.3
作者：
Matthew Southwick;Zhu Mao;C. Niezrecki
通讯作者：
Matthew Southwick;Zhu Mao;C. Niezrecki
影响因子：
2.4
作者：
N. Wadhwa;Michael Rubinstein;F. Durand;W. Freeman
通讯作者：
N. Wadhwa;Michael Rubinstein;F. Durand;W. Freeman
影响因子：
8.4
作者：
Molina-Viedma, A. J.;Felipe-Sese, L.;Diaz, F. A.
通讯作者：
Diaz, F. A.
存在大运动时用于视频放大的基于幅度的滤波
DOI：
--
发表时间：
2018
期刊：
Italian National Conference on Sensors
影响因子：
--
作者：
Xiu Wu;Xuezhi Yang;Jing Jin;Zhao Yang
通讯作者：
Zhao Yang
影响因子：
2.1
作者：
Civera, M.;Fragonara, L. Zanotti;Surace, C.
通讯作者：
Surace, C.