Oct, 2023

利用新型基于光流的无关距离不变性检测移动物体

PDF
TL;DR该论文研究了在摄像机运动过程中检测移动物体的一种新方法，提出了一种基于光流的变换，可以生成一个不变的二维图像输出，无论时间瞬间、3D 点的范围以及摄像机的速度如何变化。这种方法通过在新域中将 3D 点的投影与预定义的查找图像的值进行比较，能够清晰地识别相对于静止的 3D 环境而言与之不同的投影，从而使移动物体能够无缝地被检测到。该方法不需要运动方向或摄像机速度的先验知识，也不需要 3D 点范围信息，非常适用于实时并行处理，非常实用。通过模拟和实验验证了新域的有效性，在涉及直线摄像机运动的情况下，无论是在模拟中还是在实际数据中，都体现出了其鲁棒性。这种方法为在六自由度摄像机运动过程中检测移动物体引入了新的途径，并为未来在该领域中的研究奠定了基础。
moving objectscamera motionoptical-flow-based transformationinvariant imagemoving object detection
发现论文，激发创造
  • 基于不变性的观察者普通运动下空间映射

    该论文研究了基于视觉动态的不变性，通过利用非线性函数与光流之间的关系，提出了一种新的瞬时领域，使得静止环境在连续的相机运动中保持不变，能够在特定的子空间中检测和避开障碍物，并可能检测移动物体。

    Nov, 2023

  • 基于光流的无约束场景实时移动物体检测

    该研究论文提出了一种基于光流的移动物体检测框架，利用单应性矩阵在线构建光流背景模型，并设计了一个双模式判断机制来提高系统对复杂场景的自适 应性，实验证明该方法优于现有的方法，具有适应不同场景的优势。

    Jul, 2018

  • 基于时间的视觉运动不变性的空间映射

    本文研究基于视觉运动的不变性，从而获得三维点的表示，其中静态环境保持不变，确保形状恒定。通过利用可测量的光流的非线性函数，创造了一种新颖的表示方法，并称之为 “时间间隔” 和 “接触时间”。通过演示摄像机相对于三维物体的移动模拟和图像的变化过程中物体外观的不变性，在 Unity 模拟中展示了如何识别移动物体。该表示方法简单直观，只需要一个摄像机，无需确定摄像机速度矢量的大小，适用于像素级处理。

    Oct, 2023

  • 大部分为刚体场景下的光流

    文章提出了一种综合了静态和非约束场景下光流方法的算法，可以同时估计运动物体的分割和相机运动的 3D 结构，具有更高的精度。

    May, 2017

  • 使用光流方向进行移动相机视频的连贯运动分割

    本文提出了一种运动分割算法，通过使用光流方向代替完整的光流向量，以及使用概率模型自动估计观测到的独立运动数量，实现了对具有相似世界实际运动的像素进行聚类，从而有效避免了景深不同导致的深度相关分割。该系统在多个基准测试视频中表现出鲁棒性，特别是对包含具有相差很大深度的物体的复杂背景场景的运动分割。

    Nov, 2015

  • LaserFlow: 高效率的概率化物体检测和运动预测

    LaserFlow 是一种高效的方法，可从 LiDAR 进行 3D 物体检测和运动预测，在不需要数据体素化或压缩的情况下，使用 LiDAR 的本地测距视图表示，提出了新的多次扫描融合架构，同时提出了一种基于课程学习的概率分布学习新技术。与现有最先进的方法相比，我们在两个自动驾驶数据集上展示了有竞争力的结果。

    Mar, 2020

  • 低维物体运动多目标发现

    本文提出一种基于像素几何和物体运动模型的运动预测方法，通过将图像分为运动一致的区域并利用深度构建最佳匹配的流场基础来减少从单个图像重建流场的不确定性，并在场景结构和物体运动建模方面取得了最新的结果，同时对预测深度图的评估显示出可靠的单眼深度估计性能。

    Jul, 2023

  • 一个概率模型：基于因果关系的移动相机视频运动分割

    本研究基于第一原理推导出新的似然函数，使用角度和光流大小的新组合来最大化关于物体真实运动的信息，开发了一种运动分割算法，比当前最先进的方法提高了很大的准确率，并在两个已建立的基准测试和一个新的伪装动物数据集上进行了对比。

    Apr, 2016

  • 全面实时追踪万物

    我们提出了一种新的测试时间优化方法，用于从视频序列中估计密集和长程运动。该方法使用全局一致的运动表示法，并在局部和规范空间之间使用双向对应实现像素级跟踪，能够确保全局一致性，跟踪通过遮挡的像素，并模拟相机和物体运动的任意组合。

    Jun, 2023

  • 从静止图像中学习光流

    本文介绍了一种从真实图片中快速生成大量准确的光流标注的框架，该框架利用单目深度估计网络构建可能的点云，通过虚拟相机运动合成新视角和对应的光流场，实现对现有数据的有效利用，并提高了视觉光流网络在真实场景中的泛化和特化性能。

    Apr, 2021