基于高效分层图结构的 RGBD 视频分割
计算机视觉与模式识别
2018-01-30 v1
摘要
我们提出了一种高效且可扩展的算法，通过结合深度、颜色和时间信息并采用多阶段、分层图结构方法，对 3D RGBD 点云进行分割。我们的算法在多个点云上移动窗口，通过图将相似区域分组，得到初始过分割。随后使用基于最小生成树算法的凝聚式聚类将这些区域合并，生成树状图。在分层树的给定层级上进行二部图匹配，可在任意长时间内保持区域标识，从而得到点云的最终分割。我们表明，先深度后颜色的多阶段分割优于深度与颜色的线性组合。由于其增量式处理，我们的算法能够处理任意长度的视频，并适用于流式处理流水线。通过在来自我们自身及公开 RGBD 数据集的具有挑战性序列上的大量实验结果，证明了该算法生成鲁棒、高效分割的能力。
引用
@article{arxiv.1801.08981,
title = {Efficient Hierarchical Graph-Based Segmentation of RGBD Videos},
author = {Steven Hickson and Stan Birchfield and Irfan Essa and Henrik Christensen},
journal= {arXiv preprint arXiv:1801.08981},
year = {2018}
}
备注
CVPR 2014