立体视频去模糊
计算机视觉与模式识别
2016-07-29 v1
摘要
在低光照条件下获取的视频常出现运动模糊，其取决于物体相对于摄像机的运动。这不仅在视觉上令人不快，还会妨碍后续处理。本文首次展示了立体视频的可用性如何辅助这一极具挑战性的视频去模糊任务。我们利用3D场景流，其即使在不利条件下也能稳健估计。我们通过两种方式超越了简单地确定物体运动：首先，我们展示了分段刚性3D场景流表示如何通过局部单应性诱导出准确的模糊核。其次，我们利用3D场景流的估计运动边界，通过迭代加权方案减轻振铃伪影。由于感知了3D物体运动，我们的方法能够稳健处理任意数量的独立运动物体。我们在渲染场景和真实视频上通过定量与定性实验展示了其相对于最先进视频去模糊方法的优势。
引用
@article{arxiv.1607.08421,
title = {Stereo Video Deblurring},
author = {Anita Sellent and Carsten Rother and Stefan Roth},
journal= {arXiv preprint arXiv:1607.08421},
year = {2016}
}
备注
Accepted to the 14th European Conference on Computer Vision (ECCV 2016). Includes supplemental material