Stereo Integration, Mean Field Theory and Psychophysics
Stereo Integration, Mean Field Theory and Psychophysics
复制标题
立体声集成、平均场理论和心理物理学
DOI：
10.1007/bfb0014852
复制
发表时间：
1990
期刊：
影响因子：
1.7
通讯作者：
H. Bülthoff
中科院分区：
文献类型：
--
作者：
A. Yuille;D. Geiger;H. Bülthoff
我们描述了一个立体的马尔可夫随机场和贝叶斯视觉方法的理论公式。该公式使我们能够整合来自不同类型的匹配基元或来自不同视觉模块的深度信息。我们把对应问题和曲面插值作为同一问题的不同方面，并同时解决它们，这与大多数以前的理论不同。我们使用统计物理学的技术来计算我们的理论的属性，并展示它与以前的工作的关系。这些技术还提出了新的算法，立体声被认为是最好的标准算法的理论和实验的理由。它可以表明（Yuille，盖革和Bulthoff 1989），该理论是一致的一些心理物理实验，调查不同的匹配原语的相对重要性。
We describe a theoretical formulation for stereo in terms of the Markov Random Field and Bayesian approach to vision. This formulation enables us to integrate the depth information from different types of matching primitives, or from different vision modules. We treat the correspondence problem and surface interpolation as different aspects of the same problem and solve them simultaneously, unlike most previous theories. We use techniques from statistical physics to compute properties of our theory and show how it relates to previous work. These techniques also suggest novel algorithms for stereo which are argued to be preferable to standard algorithms on theoretical and experimental grounds. It can be shown (Yuille, Geiger and Bulthoff 1989) that the theory is consistent with some psychophysical experiments which investigate the relative importance of different matching primitives.