利用几何上下文与遮挡边界从视频中提取深度
计算机视觉与模式识别
2015-10-27 v1
摘要
我们提出了一种估计动态视频场景深度的算法。我们提出从视频的外观、运动、遮挡边界和场景的几何上下文中学习和推断深度。使用我们的方法，可以在无需估计相机位姿且存在显著背景/前景运动的情况下，从无约束视频中估计深度。我们首先将视频分解为时空区域。对于每个时空区域，我们学习深度与视觉外观、运动和几何类别之间的关系。然后，我们在马尔可夫随机场（MRF）框架内，通过结合外观到深度的学习映射和遮挡边界引导的平滑约束，利用估计的分段平面参数化来推断新场景的深度信息。随后，我们进行时间平滑以获得时间一致的深度图。为了评估我们的深度估计算法，我们提供了一个带有室外视频场景真值深度的新颖数据集。我们在新数据集和公开可用的 Make3d 静态图像数据集上对我们的算法进行了全面评估。
引用
@article{arxiv.1510.07317,
title = {Depth Extraction from Videos Using Geometric Context and Occlusion Boundaries},
author = {S. Hussain Raza and Omar Javed and Aveek Das and Harpreet Sawhney and Hui Cheng and Irfan Essa},
journal= {arXiv preprint arXiv:1510.07317},
year = {2015}
}
备注
British Machine Vision Conference (BMVC) 2014