利用几何上下文寻找视频中时间一致的遮挡边界
计算机视觉与模式识别
2016-11-17 v1
摘要
我们提出了一种在视频中寻找时间一致的遮挡边界的算法，以支持动态场景的分割。我们在成对马尔可夫随机场（MRF）框架中学习遮挡边界。我们首先利用外观、光流和几何特征来估计时空边缘成为遮挡边界的概率。接下来，我们通过使用随机森林学习成对遮挡概率，在 MRF 模型中强制执行遮挡边界的连续性。然后，我们对边界进行时间平滑处理，以消除遮挡边界估计中的时间不一致性。我们提出的框架通过利用因果关系、视频中的冗余以及场景的语义布局，提供了一种在视频中寻找时间一致的遮挡边界的高效方法。我们开发了一个包含超过 30 个视频（$5000 帧）的完全标注真值遮挡边界的数据集。该数据集用于评估时间遮挡边界，并为未来的研究提供了急需的基准。我们进行了实验，以展示场景布局和时间信息在动态场景遮挡推理中的作用。
引用
@article{arxiv.1510.07323,
title = {Finding Temporally Consistent Occlusion Boundaries in Videos using Geometric Context},
author = {S. Hussain Raza and Ahmad Humayun and Matthias Grundmann and David Anderson and Irfan Essa},
journal= {arXiv preprint arXiv:1510.07323},
year = {2016}
}
备注
Applications of Computer Vision (WACV), 2015 IEEE Winter Conference on