Nov, 2023

基于视频的顺序贝叶斯足球场地注册的单应矩阵估计

PDF
TL;DR提出了一种新颖的贝叶斯框架，通过一个仿射变换明确地将一个视频帧的单应性与下一个视频帧关联起来，同时明确建模关键点的不确定性。该方法使用了两阶段卡尔曼滤波器，在现有方法的基础上显著改进了其性能，并使得不太复杂且计算成本较低的方法在大多数单应性评估指标上胜过了最先进的方法。
发现论文，激发创造
  • 仅以几何特性为基础的体育场地登记

    使用 3D 足球场模型进行摄像机校准，以评估广播视频的多视角性，同时保持与最先进技术在整体几何估计上竞争力强的优越性能。

    Apr, 2024

  • 广播足球比赛自动俯视图注册

    本文提出了一种新颖的方法，用于在静态俯视模型上对足球广播视频的帧进行注册，并利用场地线条的边缘信息解决点对应不足的问题，并使用合成字典和同态图对每帧进行最小匹配，并证明了此方法的有效性。

    Mar, 2017

  • 学习知识丰富的序列模型，用于航拍视频中平面单应性估计

    该论文提出了一种无监督方法，利用原始航拍视频学习估计相邻视频帧之间的平面同形变换，通过加入时空知识进行学习的正则化，进一步提高了系统性能。

    Apr, 2023

  • 关于未同步相机的双视图几何学

    本文介绍了一种利用多个不同时间的无法同步的相机视频序列，同时估计相机几何和时间位移的新方法，通过开发基础矩阵或具有未知时间位移的单应性的同时计算算法来实现。我们的方法使用最小的对应集（基础矩阵需要八个，单应性需要四个半），适合使用 RANSAC 进行鲁棒估计，此外，我们还提出了一种迭代算法，可以将适用性扩展到明显不同步的序列，并可以找到正确的时间位移长达几秒钟。我们在合成以及广泛真实世界的数据集上评估了这些方法，结果表明了这些方法在相机同步问题上具有广泛的应用

    Apr, 2017

  • 利用部分运动场地注册的单目三维人体姿态估计技术在体育转播中的应用

    本文研究了如何通过部分体育场地登记和联合优化 3D 姿势估计和相机标定来提取 3D 运动学数据，生成了一个 10K 张图像的合成数据集来展示现有单目 3D HPE 方法的局限性。

    Apr, 2023

  • KaliCalib: 一种用于篮球场注册的框架

    本文提出了一种新的篮球场注册框架，该框架基于编码器解码器网络的估计，采用透视感知约束对采样的关键点位置进行估计，并借助篮筐位置的回归和数据增强技术使模型对不同场馆具有鲁棒性。消融研究显示了我们的贡献对挑战测试集的积极影响，我们的方法将平均均方误差除以 4.7，比挑战基线提高了效果。

    Sep, 2022

  • 利用闭路电视摄像头收集高分辨率交通数据的二维单应性应用

    该研究实施了一个三阶段的视频分析框架，用于从道路上的摄像头提取高分辨率的交通数据，关键组成部分包括目标识别、透视转换和车辆轨迹重建，可以用于改善交通管理、识别危险驾驶行为以及减少事故和伤亡风险。

    Jan, 2024

  • 复杂拓扑场景中的单应性估计

    我们提出了一种基于字典的自动化摄像机校准方法，利用定制的空间变换网络（STN）和新颖的拓扑损失函数，改善了 IoU 指标，相对于最先进模型提高了 12％。

    Aug, 2023

  • 用感知损失实现鲁棒的无监督单应矩阵估计

    本研究尝试通过使用双向隐式 Homography 估计（biHomE）损失，并在合成的 COCO 数据集上进行测试，证明该方法在光照变化方面的鲁棒性相对于现有方法更强，并且可以实现无监督学习的 Homography 估计。

    Apr, 2021

  • 基于 GNN 的自动相机校准通过单应性估计

    该研究提出了一种新的方法，通过利用交叉口的拓扑结构来实现摄像头的准确自动校准，进而提高交通监控数据的利用效率，并在合成数据集和实际摄像头上展示了优异的性能表现。

    Nov, 2023