基于视频的序列贝叶斯单应性估计用于足球场配准
计算机视觉与模式识别
2024-05-08 v2
摘要
本文提出一种新颖的贝叶斯框架，其通过仿射变换显式地将一个视频帧的单应性与下一帧相关联，同时显式建模关键点不确定性。已有文献使用过相邻帧间的微分单应性，但未在贝叶斯设定下使用。在应用贝叶斯方法的情形中，相机运动未被充分建模，且关键点被当作确定性量处理。所提方法——基于跟踪关键点的贝叶斯单应性推断（BHITK）——采用两阶段卡尔曼滤波，显著改进现有方法。现有关键点检测方法可轻易用BHITK增强。它使较不复杂且计算开销更低的方法在大多数单应性评价指标上优于最先进（state-of-the-art）方法。此外，利用已发布的自定义单应性标注工具细化了WorldCup与TS-WorldCup数据集的单应性标注。细化后的数据集被整合并作为整合细化WorldCup（CARWC）数据集发布。
引用
@article{arxiv.2311.10361,
title = {Video-based Sequential Bayesian Homography Estimation for Soccer Field Registration},
author = {Paul J. Claasen and J. P. de Villiers},
journal= {arXiv preprint arXiv:2311.10361},
year = {2024}
}
备注
Accepted to Expert Systems with Applications