基于多视角可穿戴相机视频的共同兴趣人物检测
计算机视觉与模式识别
2015-09-08 v1
摘要
可穿戴相机，如 Google Glass 和 Go Pro，能够在大范围区域内从不同视角收集视频数据。在本文中，我们解决了一个新问题：从多个可穿戴相机拍摄的时间同步视频中定位共同兴趣人物（CIP），即吸引大多数相机佩戴者注意的人。我们的基本思路是利用人物的运动模式，并据此关联不同视频中的人物，而不是像传统视频协同分割/定位那样进行基于外观的匹配。通过这种方式，即使视野中存在一群外观相似的人，我们也能识别出 CIP。具体而言，我们在每一帧上检测一组人物作为 CIP 的候选，然后构建一个条件随机场（CRF）模型，以选择在不同视频中具有一致运动模式且在单个视频中具有高时空一致性的那个人。我们收集了三组可穿戴相机视频用于测试所提出的算法。在所收集的视频中，所有涉及的人物都具有相似的外观，实验结果证明了所提出算法的有效性。
引用
@article{arxiv.1509.01654,
title = {Co-interest Person Detection from Multiple Wearable Camera Videos},
author = {Yuewei Lin and Kareem Ezzeldeen and Youjie Zhou and Xiaochuan Fan and Hongkai Yu and Hui Qian and Song Wang},
journal= {arXiv preprint arXiv:1509.01654},
year = {2015}
}
备注
ICCV 2015