基于时空不变描述子的水体检测
计算机视觉与模式识别
2015-11-04 v2
摘要
在这项工作中，我们旨在对视频中的水体进行分割与检测。水体检测有益于视频搜索、户外监控以及诸如无人地面车辆和无人飞行器（unmanned aerial vehicles）等系统。然而，相较于通用纹理识别，这一特定问题讨论较少。在此，我们分析了水的若干运动特性。首先，我们描述了一种视频预处理步骤，以增强对水面反射和水色的不变性。其次，我们研究了水的时间和空间特性并推导出相应的局部描述子。这些描述子用于局部分类水的存在，并通过局部分类的时空马尔可夫随机场正则化生成二值水体检测掩码。第三，我们引入了 Video Water Database，包含数小时的水体与非水体视频，以验证我们的算法。在 Video Water Database 和 DynTex 数据库上的实验评估表明了所提算法的有效性，分别比多种动态纹理识别和材料识别算法高出约 5% 和 15%。
引用
@article{arxiv.1511.00472,
title = {Water Detection through Spatio-Temporal Invariant Descriptors},
author = {Pascal Mettes and Robby T. Tan and Remco C. Veltkamp},
journal= {arXiv preprint arXiv:1511.00472},
year = {2015}
}