Vorgestellt wird ein Verfahren zur Unterteilung von Bildsequenzen in Bereiche ähnlicher Bewegung im dreidimensionalen (3D) Raum. Hierzu wird aus einer Stereobildsequenz eine Menge von dominanten 6D-Bewegungsprofilen - bestehend aus Rotation und Translation - extrahiert. Mit den gegebenen Bewegungsprofilen ist eine Bildsegmentierung möglich, die jeden Bildpunkt einem wahrscheinlichsten Bewegungsmodell zuordnet. Die Bewegungsprofile der einzelnen Objekte werden fortlaufend aktualisiert und an die tatsächliche Objektbewegung im Bild angepasst. Als wichtige Erweiterung wird eine Objektsegmentierung vorgeschlagen, die nicht nur eine konsistente Bewegung im Raum, sondern auch eine räumliche Nachbarschaft von Punkten eines Objektes im Bild berücksichtigt. Die räumlichen Nachbarschaften der einzelnen Bildpunkte werden dabei explizit als Markov-Zufallsfeld modelliert, sodass eine optimale Segmentierung effizient über Graphenschnitte erreicht werden kann. Mit einer schrittweisen Interaktion von Objekttracking und diskreter Bildsegmentierung kann eine Objektdetektion erzielt werden, deren Güte über die Zeit zunimmt. Ein weiterer Vorteil des vorgeschlagenen Verfahrens ist seine generelle Einsetzbarkeit, da es keine speziellen Annahmen über die in der Szene vorhandenen Objekte wie z.B. deren Form verwendet. Das Segmentierungsverfahren wurde an synthetischen und echten Bildsequenzen getestet und verifiziert.
Detektion bewegter Objekte unter Berücksichtigung räumlicher und zeitlicher Konsistenz
2006
8 Seiten, 3 Bilder, 12 Quellen
Conference paper
German
Abstandssensor: Ausmessen schnell bewegter Objekte
British Library Online Contents | 2006
European Patent Office | 2020
|Detektion und Verfolgung mehrerer Objekte in Bildfolgen
Tema Archive | 1986
|