立体视觉中有意义的匹配
计算机视觉与模式识别
2017-12-08 v1 应用统计
摘要
本文介绍了一种统计方法，用于判断一对图像中的两个块是否可靠匹配。该方法确保所选的块匹配不太可能“纯属偶然”发生。新方法基于从图像本身学习到的简单但忠实的统计“背景模型”的定义。一个定理保证，在该模型下，整幅图像中出现的错误匹配数量（平均而言）不超过一个固定值。这个固定值（误报数量）是该方法的唯一参数。此外，与每个匹配相关的误报数量衡量了其可靠性。然而，这种“反例”块匹配方法无法排除由于图像中存在周期性物体而导致的错误匹配。但它成功地通过一个无参数的“自相似性阈值”进行了补充。实验证据表明，所提出的方法还能检测到非同步立体视觉中由车辆和行人引起的遮挡和不一致运动。
引用
@article{arxiv.1112.1187,
title = {Meaningful Matches in Stereovision},
author = {Neus Sabater and Andrés Almansa and Jean-Michel Morel},
journal= {arXiv preprint arXiv:1112.1187},
year = {2017}
}
备注
IEEE Transactions on Pattern Analysis and Machine Intelligence 99, Preprints (2011) 1-12