論文の概要: A hybrid algorithm for disparity calculation from sparse disparity
estimates based on stereo vision
- arxiv url: http://arxiv.org/abs/2001.06967v1
- Date: Mon, 20 Jan 2020 04:33:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-08 05:32:58.525902
- Title: A hybrid algorithm for disparity calculation from sparse disparity
estimates based on stereo vision
- Title（参考訳）: ステレオビジョンに基づくスパース不均質推定による不均質計算のハイブリッドアルゴリズム
- Authors: Subhayan Mukherjee and Ram Mohana Reddy Guddeti
- Abstract要約: 本研究では,ブロックベースと領域ベースのステレオマッチングを組み合わせたステレオ異方性推定手法を提案する。
ステレオ画像対の左画像または右画像の18%の画素の差分測定から高密度不均一マップを生成することができる。
- 参考スコア（独自算出の注目度）: 5.647516208808729
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we have proposed a novel method for stereo disparity
estimation by combining the existing methods of block based and region based
stereo matching. Our method can generate dense disparity maps from disparity
measurements of only 18% pixels of either the left or the right image of a
stereo image pair. It works by segmenting the lightness values of image pixels
using a fast implementation of K-Means clustering. It then refines those
segment boundaries by morphological filtering and connected components
analysis, thus removing a lot of redundant boundary pixels. This is followed by
determining the boundaries' disparities by the SAD cost function. Lastly, we
reconstruct the entire disparity map of the scene from the boundaries'
disparities through disparity propagation along the scan lines and disparity
prediction of regions of uncertainty by considering disparities of the
neighboring regions. Experimental results on the Middlebury stereo vision
dataset demonstrate that the proposed method outperforms traditional disparity
determination methods like SAD and NCC by up to 30% and achieves an improvement
of 2.6% when compared to a recent approach based on absolute difference (AD)
cost function for disparity calculations [1].
- Abstract（参考訳）: 本稿では,既存のブロックベースと領域ベースのステレオマッチングを組み合わせたステレオ不一致推定手法を提案する。
本手法は、ステレオ画像対の左または右画像の18%の画素のばらつき測定から、密度のばらつきマップを生成することができる。
K-Meansクラスタリングの高速実装を用いて,画像画素の輝度値のセグメンテーションを行う。
次に、これらのセグメント境界を形態的フィルタリングと連結成分分析によって洗練し、多くの冗長な境界画素を除去する。
次に、SADコスト関数による境界の格差を決定する。
最後に,スキャニングラインに沿った不一致伝播と周辺地域の不確かさを考慮した不確かさ予測を通じて,境界の不透明度からシーン全体の不透明度マップを再構成する。
ミドルベリー・ステレオビジョン・データセットの実験結果から,提案手法はSADやNCCなどの従来の不均質判定法を最大30%向上させ,不均質計算における絶対差(AD)コスト関数に基づく最近の手法と比較して2.6%向上することを示した。
関連論文リスト
- Verification of Geometric Robustness of Neural Networks via Piecewise Linear Approximation and Lipschitz Optimisation [57.10353686244835]
我々は、回転、スケーリング、せん断、翻訳を含む入力画像の幾何学的変換に対するニューラルネットワークの検証の問題に対処する。
提案手法は, 分枝・分枝リプシッツと組み合わせたサンプリングおよび線形近似を用いて, 画素値に対する楽音線形制約を求める。
提案手法では,既存の手法よりも最大32%の検証ケースが解決されている。
論文 参考訳（メタデータ） (2024-08-23T15:02:09Z) - Stereo Risk: A Continuous Modeling Approach to Stereo Matching [110.22344879336043]
我々はコンピュータビジョンにおける古典的ステレオマッチング問題を解決するための新しいディープラーニングアプローチであるStereo Riskを紹介する。
ステレオリスクはディープネットワーク,特にマルチモーダル確率分布の相違に対して,ステレオマッチング性能を向上させることを実証する。
総合的な分析により,提案手法の理論的健全性と,各種ベンチマークデータセットにおける最先端手法よりも優れた性能を示す。
論文 参考訳（メタデータ） (2024-07-03T14:30:47Z) - Boosting Few-shot Fine-grained Recognition with Background Suppression
and Foreground Alignment [53.401889855278704]
FS-FGR (Few-shot Fine-fine Recognition) は、限られたサンプルの助けを借りて、新しいきめ細かなカテゴリを認識することを目的としている。
本研究では,背景アクティベーション抑制 (BAS) モジュール,フォアグラウンドオブジェクトアライメント (FOA) モジュール,および局所的局所的(L2L) 類似度測定器からなる2段階の背景アライメントとフォアグラウンドアライメントフレームワークを提案する。
複数のベンチマークで行った実験により,提案手法は既存の最先端技術よりも大きなマージンで優れていることが示された。
論文 参考訳（メタデータ） (2022-10-04T07:54:40Z) - Stereo Matching with Cost Volume based Sparse Disparity Propagation [27.74131924190943]
本稿では,コストの一致量とスパースマッチング特徴点に基づく一般的なステレオマッチングを改善するための,シンプルながら斬新な手法を提案する。
提案手法は,最先端手法に匹敵する有望な性能を実現する。
論文 参考訳（メタデータ） (2022-01-28T05:20:41Z) - A Novel Factor Graph-Based Optimization Technique for Stereo
Correspondence Estimation [0.0]
差分推定のための新しい因子グラフに基づく確率的グラフィカルモデルを提案する。
新たな因子グラフに基づく手法は、最近の非学習および学習に基づく分散度推定アルゴリズムと比較して、より高精度な分散度推定を提供する。
論文 参考訳（メタデータ） (2021-09-22T23:30:33Z) - Object Disparity [0.0]
本稿では,高密度画素差を直接検出して3次元物体距離検出を行う方法を提案する。
圧縮ネットオブジェクト分散-SSDの例は、Kittiデータセットの分散基底真理と比較した場合の精度で、効率的なオブジェクト分散検出を示すために構築された。
論文 参考訳（メタデータ） (2021-08-18T02:11:28Z) - Bayesian dense inverse searching algorithm for real-time stereo matching
in minimally invasive surgery [1.2074552857379273]
手術画像のCPUレベルリアルタイムステレオマッチング法について報告する(i5-9400の単一コアを持つ640×480画像の10Hz)。
提案手法は,ステレオ画像の差分を推定する高速な'dense inverse search'アルゴリズムに基づいて構築される。
実験の結果, 手術シナリオにおいて, 推定深度は基準法よりも精度が高く, アウトリーチも少ないことが明らかとなった。
論文 参考訳（メタデータ） (2021-06-14T02:26:27Z) - Image Splicing Detection, Localization and Attribution via JPEG Primary
Quantization Matrix Estimation and Clustering [49.75353434786065]
画像領域の異なる2つのJPEGアーチファクトの不整合の検出は、しばしば局所的な画像操作を検出するために使用される。
ドナー画像の異なる領域を識別するエンド・ツー・エンドシステムを提案する。
論文 参考訳（メタデータ） (2021-02-02T11:21:49Z) - Contrastive Rendering for Ultrasound Image Segmentation [59.23915581079123]
米国の画像にシャープな境界がないことは、セグメンテーションに固有の課題である。
我々は,US画像における境界推定を改善するための,新しい,効果的なフレームワークを提案する。
提案手法は最先端の手法より優れており,臨床応用の可能性も高い。
論文 参考訳（メタデータ） (2020-10-10T07:14:03Z) - Multi-Margin based Decorrelation Learning for Heterogeneous Face
Recognition [90.26023388850771]
本稿では,超球面空間におけるデコリレーション表現を抽出するディープニューラルネットワーク手法を提案する。
提案するフレームワークは,不均一表現ネットワークとデコリレーション表現学習の2つのコンポーネントに分けることができる。
2つの難解な異種顔データベースに対する実験結果から,本手法は検証タスクと認識タスクの両方において優れた性能を発揮することが示された。
論文 参考訳（メタデータ） (2020-05-25T07:01:12Z) - Depth-Based Selective Blurring in Stereo Images Using Accelerated
Framework [5.647516208808729]
本稿では,ブロックと領域ベースステレオマッチングを組み合わせたステレオ異方性推定手法を提案する。
画像画素の18%の差分測定から高密度の深度マップを生成する。
本手法は, Java Thread Pool と APARAPI をベースとした CPU および GPU フレームワークを用いて並列化可能である。
論文 参考訳（メタデータ） (2020-01-21T23:26:39Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。