CrowdCam：动态区域分割
计算机视觉与模式识别
2019-06-25 v2
摘要
我们考虑 CrowdCam 图像中动态区域的分割问题，其中动态区域是运动三维物体在像平面上的投影。这些区域常常是图像中最有趣的部分。CrowdCam 图像是由一组非协作用户拍摄的同一动态事件的图像集合。如今几乎每个感兴趣的事件都以这种方式被捕捉。这类新型图像提出了开发专门为其量身定制的新算法的需求。我们针对该问题提出了一种综合解决方案。我们的方案结合了基于几何、外观和邻近性的线索。首先，几何推理用于生成粗略的得分图，以确定每个像素作为静态或动态场景点投影的可能性。这些图是有噪声的，因为 CrowdCam 图像通常在空间和时间上既少又相隔遥远。然后，我们利用外观空间中的相似性和像平面中的邻近性，鼓励相邻像素被类似地标记为静态或动态。我们收集了一个新的且具有挑战性的数据集来评估我们的算法。结果表明，我们算法的成功得分几乎是当前最先进方法的两倍。
关键词
引用
@article{arxiv.1811.11455,
title = {CrowdCam: Dynamic Region Segmentation},
author = {Nir Zarrabi and Shai Avidan and Yael Moses},
journal= {arXiv preprint arXiv:1811.11455},
year = {2019}
}