Effiziente Methoden zur optimalen Bewegungssegmentierung

最佳运动分割的有效方法

• 批准号: 36493755
• 负责人: Professor Dr. Daniel Cremers
• 金额: --
• 依托单位: Lehrstuhl für Informatik IX: Bildverarbeitung und Künstliche Intelligenz
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2007
• 资助国家: 德国
• 起止时间: 2006-12-31 至 2011-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/36493755?language=en
• 关键词: Effiziente; Methoden; zur; optimalen; Bewegungssegmentierung

Die Schätzung von Bewegungsfeldern aus Bildsequenzen ist bereits seit Anfang der 80er Jahre eines der zentralen Themen der Bildverarbeitung. In den letzten Jahren sind zudem Verfahren entwickelt worden, die eine direkte Segmentierung der Bildebene in unterschiedlich bewegte Regionen ermöglichen. Schwerpunkt des beantragten Projektes ist die Formulierung von statistischen Ansätzen zur Bewegungssegmentierung und die Entwicklung von effizienten Methoden, um die resultierenden Kostenfunktionen in polynomieller Laufzeit global zu optimieren. Insbesondere integriert und erweitert das Projekt aktuelle Entwicklungen in den Bereichen der Bewegungsschätzung, der Repräsentation komplexer Flussfelder durch niederdimensionale parametrische Modelle, der probabilistischen Modellierung der Bewegungssegmentierung, und der Graph Min-Cut Methoden. Letztere ermöglichen eine globale kombinatorische Optimierung submodularer Kostenfunktionen in polynomieller Laufzeit.

DieSchätzungvon bewegungsfeldern aus bildsecen ist bereits seit anfang anfang der 80er jahre eines der zentralen themen themen der bildverarbeitung。在Den Letzten Jahren Sind Zudem verfahren Entwickelt Worden中，Die eine direkte Seggentierung der bildebene在Unterschiedlich bewegte bewegte egrineenermöglichen中。 schwerpunkt des beantragten projektes ist die formululung von statistischenansätzenzur zur bewegungssegmennung und die entwicklung von von effizienten方法，um die rautierenden kostenen kostenfunktionen in polynomieler laufzeit laufzeit laufzeit laufzeit laufzeiit laufzeit zu optimieren。 Insbesondere integriert und erweitert das Projekt aktuelle Entwicklungen in den Bereichen der Bewegungsschätzung, der Repräsentation komplexer Flussfelder durch niederdimensionale parametrische Modelle, der probabilistischen Modellierung der Bewegungssegmentierung, und der Graph Min-Cut Method. letztereermöglicheneine eine gobal kombinatorische optimierung suppularer kostenfunktionen in polyenomieller laufzeit。