提出了一种基于遮挡感知光流方法的图像去护栏算法,通过将图像去护栏问题划分为从单个图像自动分割栅栏,估计已知遮挡下的运动和来自捕获视频多帧的数据融合等任务,使用预训练的卷积神经网络在单个图像中分割栅栏像素,并为最终数据融合步骤在视频的遮挡帧中估计光流。通过模拟退火算法将去护栏问题建模为优化框架,反问题使用快速迭代收缩阈值算法(FISTA)解决,实验结果表明了该算法的有效性。
Sep, 2016
本文提出了一种独特的视频编辑技术,称作视频除栏技术,其利用图像差异的观测和优化像素选取,进行像素恢复和除栏, 并提出了相应的算法和工具,该算法在多个真实世界的除栏视频片段中进行了验证。
Oct, 2012
该论文提出了一种基于卷积神经网络和光流方法的去围栏算法,以解决围栏分割和摄像机或物体运动等难题,并在多个数据集上的实验结果都表明其在分割和内容恢复方面的性能均达到了最先进水平。
Jun, 2018
该研究提出一种从立体视频中去除运动模糊的新方法,通过利用场景的分块平面假设和场景流信息来去除图像模糊,可显著改善光流估计和去除运动模糊的效果。
Apr, 2017
通过利用立体视频提供的 3D 场景流,利用局部共同点来建立准确的模糊核并利用推测的运动边界来减少环绕伪影,从而成功地去除低光条件下的视频模糊。
Jul, 2016
本文提出了一种基于立体视觉的方法,通过对立体图像数据上的离散度空间进行统计假设检验,评估独立局部贴片上的自由空间和障碍假设,能可靠地检测 moving vehicle 上的小障碍物,不依赖于全局道路模型,在对象和像素级别上优于所有考虑的基线,成功检测高达 5 厘米高的小障碍物,并可在 20m 的距离下实现低误报率。
本文介绍了一种实时生成精准视差图的方法,在保持精度的同时可以根据计算资源的需求自动调整。该方法的参数数量较少且可用于资源受限的设备。
Oct, 2018
提出了一种使用正交发散鱼眼相机进行去畸变和深度估计的立体视觉系统方法,通过使用两个虚拟针孔相机,可以创建一个立体对,并通过模拟和实验证明了该方法在去畸变和深度估计准确性方面的有效性。
Jul, 2023
本论文利用基于深度学习的方法,通过估计光流场并使用卷积神经网络,从短序列图像中去除窗户反射、栅栏遮挡和雨滴等干扰因素。该方法能够处理一些错误和脆弱假设,并在多个具有挑战性的场景中表现出不错的效果。
Apr, 2020
本文讨论了使用轻量级立体相机设置进行障碍物避难的方法。通过计算图像的不同点,利用经过优化的半全局匹配(SGM)算法得出障碍物分布图,并采用反应式的避障方式通过嵌入式 FPGA 进行最短路径规划。
Jul, 2018