1. Optical Flow на GPU
Илья Цветков
Video Group
CS MSU Graphics & Media Lab
2. Only for
Maxus
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
2
3. Only for
Maxus
Optical flow
Optical flow — векторное поле, определяющее
скорость движения каждой точки изображения
Задача компьютерного зрения
Первые публикации — 1980 г.
Возможные применения:
Сегментация
Изменение частоты кадров видео
Точная компенсация движения
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
3
4. Only for
Maxus
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
4
5. Only for
Maxus
Градиентные методы
f1 ( x), f 2 ( x) — одномерные сигналы в различные моменты времени
f 2 ( x) f1 ( x d ) f1 ( x) f 2 ( x)
f1 ( x d ) f1 ( x) df1( x) O(d 2 )
d
f1 ( x) f 2 ( x) d f1( x) O(d 2 )
f ( x) f 2 ( x)
d 1
f1( x)
x
Optical flow estimation. D. J. Fleet, Y. Weiss.
The Handbook in Mathematical models for Computer Vision.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ O. Faugeras, Springer, 2005
5
N. Paragios, Y. Chen, and
6. Only for
Maxus
Градиентные методы
I (x, t ) — яркость изображения в точке x ( x, y) в момент времени t
I (x, t ) I (x x, t t ) x ( x, y)
I (x, t ) I (x, t ) I x I t t O x 2 y 2 t 2 I ( I x , I y )
x
I v It 0 v (u, v)
t
Условие optical flow (optical flow constraint, gradient constraint equation):
I (x, t ) v(x, t ) It (x, t ) 0
v(x, t ) (u(x, t ), v(x, t ))
Optical flow estimation. D. J. Fleet, Y. Weiss.
The Handbook in Mathematical models for Computer Vision.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ O. Faugeras, Springer, 2005
6
N. Paragios, Y. Chen, and
7. Only for
Maxus
Альтернативная постановка
x(t ) — траектория движения точек изображения
I (x(t ), t ) const
d
dt
I (x(t ), t ) 0
d I dx I dy I
0 I (x(t ), t ) I v It
dt x dt y dt t
В итоге получаем условие optical flow:
I (x, t ) v(x, t ) It (x, t ) 0
Optical flow estimation. D. J. Fleet, Y. Weiss.
The Handbook in Mathematical models for Computer Vision.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ O. Faugeras, Springer, 2005
7
N. Paragios, Y. Chen, and
8. Only for
Maxus
Aperture problem
I (x, t ) v(x, t ) It (x, t ) 0
v(x, t ) (u(x, t ), v(x, t ))
Условие optical flow не является корректно поставленной
задачей.
v — проекция v на вектор I v
I t I Условие optical flow
v
I I
v
u
The Computation of Optical Flow. S. S. Beauchemin and
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
8
J. L. Barron. ACM Computing Surveys, 1995
9. Only for
Maxus
Ограничения модели
Модель:
I (x, t ) I (x x, t t )
Сложности:
Наложения
Прозрачность, тени
Отражения, блики
The Computation of Optical Flow. S. S. Beauchemin and
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
9
J. L. Barron. ACM Computing Surveys, 1995
10. Only for
Maxus
Сравнение optical flow
v (u, v) v 1 (u, v,1)
u v 1
2 2
Угловая ошибка (angular error) между векторами vc и ve :
E arccos( vc ve )
Средняя угловая ошибка (average angular error, AAE):
AAE 1
E
Performance of optical flow techniques. J. L. Barron, D. J. Fleet,
and S. S. Beauchemin. International Journal of Computer Vision,
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
10
1994
11. Only for
Maxus
Ground truth и визуализация
Последовательность Yosemite Ground truth
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
11
12. Only for
Maxus
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
12
13. Only for
Maxus
Horn & Schunck
Цель — минимизация ошибки:
v(x) (u(x), v(x))
2 2
E ( v) I v It 2 u 2 v
2
2 dx
u u
u ,
Условие optical flow Условие гладкости x y
v v
v ,
— параметр модели x y
Сводим к системе дифференциальных уравнений:
2u 2u
I x u I x I yv
2
u I x It
2 2
u 2 2
2
x y
2v 2v
I y v I x I yu 22v I y It
2
v 2 2
2
x y
Performance of Optical Flow Techniques on Graphics Hardware.
M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
13
IEEE International Conference on Multimedia and Expo, 2006
14. Only for
Maxus
Horn & Schunck
2a a a, где a — результат свѐртки с ядром
1 1 1
12 6 12
1 1
0
6 6
1 1 1
12 6 12
( 2 I x )u I x I y v ( 2u I x It )
2
( 2 I y )v I x I y u ( 2v I y It )
2
Полученная СЛАУ решается итерационным методом:
un I x I xun I y vn I t vn I y I xun I y vn I t
un 1 vn 1
2 I x2 I y
2
2 I x2 I y
2
Performance of Optical Flow Techniques on Graphics Hardware.
M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
14
IEEE International Conference on Multimedia and Expo, 2006
15. Only for
Maxus
Реализация на GPU
vn I y I xun I y vn I t
vn 1
2 I x2 I y
2
i+2
un I x I xun I y vn I t
un 1
2 I x2 I y
2
i+1
Ix
Производные вычисляются
I y
I применением фильтра:
i t
1
12 1 8 0 8 1
i−1
i−2 DT
Performance of Optical Flow Techniques on Graphics Hardware.
M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
15
IEEE International Conference on Multimedia and Expo, 2006
16. Only for
Maxus
Реализация на GPU
un I x I xun I y vn I t vn I y I xun I y vn I t
un 1 vn 1
2 I x2 I y
2
2 I x2 I y
2
Вычисление на GPU одной итерации:
uk Ix Ix
v u
k k vk 1 I y I y
uk 1 1 I I
v t t
k 1 Ix
Ix
Iy I y
Performance of Optical Flow Techniques on Graphics Hardware.
M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
16
IEEE International Conference on Multimedia and Expo, 2006
17. Only for
Maxus
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
17
18. Only for
Maxus
Lucas & Kanade
Цель — минимизация ошибки:
w(x) I (x, t ) v It (x, t )
2
E ( v)
x
w(x) 0, x — весовая функция
Точка минимума — критическая точка:
E (u, v)
u x
2
w(x) u I x v I x I y I x It 0
E (u, v)
v x
2
w(x) v I y u I x I y I y I t 0
Performance of Optical Flow Techniques on Graphics Hardware.
M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
18
IEEE International Conference on Multimedia and Expo, 2006
19. Only for
Maxus
Lucas & Kanade
E (u, v)
u x
2
w(x) u I x v I x I y I x I t 0
E (u, v)
v x
2
w(x) v I y u I x I y I y I t 0
В матричном виде:
Mv b
w I x
2
w IxI y w I x It
M b
w I y I x
wIy
2
w I y It
Для каждой точки изображения находим вектор скорости:
v M1b
Performance of Optical Flow Techniques on Graphics Hardware.
M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
19
IEEE International Conference on Multimedia and Expo, 2006
20. Only for
Maxus
Реализация на GPU
Формат текстур:
I 2 2
x , IxI y , I y
I x It , I y It
Элементы M и b вычисляются применением фильтра с
ядром w(x): 16 1, 4, 6, 4, 1
1
w I x
2
w IxI y w I x It
M b
w I y I x
wIy
2
w I y It
Вычисление optical flow:
v M1b
Performance of Optical Flow Techniques on Graphics Hardware.
M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
20
IEEE International Conference on Multimedia and Expo, 2006
21. Only for
Maxus
Результаты
Athlon64 3500+, 512 kB Cache, 2 GB RAM vs. GeForce 6800 Ultra
Ускорение, раз
Performance of Optical Flow Techniques on Graphics Hardware.
M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
21
IEEE International Conference on Multimedia and Expo, 2006
22. Only for
Maxus
Градиентные методы
Достоинства
Простота
Высокая скорость работы
Недостатки
Низкая точность
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
22
23. Only for
Maxus
Уточнение метода
f1 ( x) f 2 ( x) f1 ( x) f 2 ( x)
d
f1 ( x) f 2 ( x)
d f ( x) f 2 ( x)
f1( x) d 1
f1( x)
xd x x
xd x x
d d f1 x) O(d 3 )
2
(
d
2 f1( x)
f1 ( x d ) — деформированный сигнал
Optical flow estimation. D. J. Fleet, Y. Weiss.
The Handbook in Mathematical models for Computer Vision.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ O. Faugeras, Springer, 2005
23
N. Paragios, Y. Chen, and
24. Only for
Maxus
Уточнение метода
v0 — приближение, полученное на первом шаге v v0 v0
I 0 (x, t t ) I (x v0 t , t t )
I (x, t ) I 0 (x, t ) I 0 (x v0 , t 1) I (x v0 v0 , t 1)
v0 M1b0
v1 v0 v0 и т. д.
Итеративное приближение к точному решению:
v j arg min E j ( v)
w(x) I j (x, t ) v Itj (x, t )
2
E j ( v)
x
Optical flow estimation. D. J. Fleet, Y. Weiss.
The Handbook in Mathematical models for Computer Vision.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ O. Faugeras, Springer, 2005
24
N. Paragios, Y. Chen, and
25. Only for
Maxus
Coarse-To-Fine Refinement
Сильное движение не может быть верно определено с
использованием рассмотренных методов.
I 0 (x, t ) I (x, t )
I k 1 (x) S ( g I k ) (x) S — оператор прореживания
g — фильтр Гаусса
E ( v) w(x) I k (x, t ) v Itk (x, t )
2
k
k n, 0
x
Optical flow estimation. D. J. Fleet, Y. Weiss.
The Handbook in Mathematical models for Computer Vision.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ O. Faugeras, Springer, 2005
25
N. Paragios, Y. Chen, and
26. Only for
Maxus
Robust estimator
w(x) I (x, t ) v It (x, t )
2
E ( v) — least-squares (LS) estimator
x
e(x) I (x, t ) v It (x, t )
E ( v) w(x) (e(x), )
x
e2
Например, (e, ) 2
e 2
Optical flow estimation. D. J. Fleet, Y. Weiss.
The Handbook in Mathematical models for Computer Vision.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ O. Faugeras, Springer, 2005
26
N. Paragios, Y. Chen, and
27. Only for
Maxus
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
27
28. Only for
Maxus
Energy-based метод
Цель — минимизация энергии:
E (u) ED1 (u) ED2 (u) ES (u) , 0
ED1 (u) I (x u) I (x) dx 2
(s2 ) s2 2
E (u) I (x u) I (x) dx
2
D2
E (u) u v dx
2 2
S
— регуляризацонный параметр
Towards ultimate motion estimation: combining highest
accuracy with real-time performance. A. Bruhn, J. Weickert.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
28
IEEE International Conference on Computer Vision, 2005
29. Only for
Maxus
Численное решение
СЛАУ для ui , vi:
0 D1 i (S11 i ui S1 2 i vi S13 i ) D2 i (T11 i ui T1 2 i vi T13 i )
S i S j u j u j ui ui
2 h2
j (i )
0 D1 i (S 21 i ui S 2 2 i vi S 2 3 i ) D2 i (T21 i ui T2 2 i vi T2 3 i )
S i S j v j v j vi vi
2 h 2 S II T
j (i )
T I x I x I y I y
T T
(i) — множество пространственных соседей точки i I x ( I xx , I yx , I zx )T
D1 (( u, v,1)T S( u, v,1)) I y ( I xy , I yy , I zy )T
D2 (( u, v,1)T T( u, v,1)) I ( I x , I y , I z )T
S (u u ) (v v)
2 2
I z I (x v) I (x)
GPU-Based Multigrid: Real-Time Performance in High Resolution
Nonlinear Image Processing. H. Grossauer, P. Thoman.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Springer Berlin, 2008
29
Computer Vision Systems,
30. Only for
Maxus
Итерационное решение
u n1 1 u n 2 1 ru
n
n1 n M n
v 3v 3 n
r
v
n n n i n
D1 i S11 i D2 i T11 i n 2 T1n2 i
S S j
n n
n 1 i S1 2 i
D
n
D
j (i ) 2h 2
Mn
n
S i S j
n
n 1 i S1 2 i n 2 T1n2 i
D
n
D n 1 i S n 2 i n 2 i T2 2 i
D 2 D
n
j (i ) 2h 2
n i n j u j u n ui
run n 1 i S13 i n 2 i T13 i
n n S S j
D D
j(i ) 2 h2
n i n v j v n vi
run n 1 i S n 3 i n 2 i T2 3 i
n S S j j
D 2 D
j(i ) 2 h2
GPU-Based Multigrid: Real-Time Performance in High Resolution
Nonlinear Image Processing. H. Grossauer, P. Thoman.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Springer Berlin, 2008
30
Computer Vision Systems,
31. Only for
Maxus
Реализация на GPU
calcIdJd — вычисление пространственных производных
calcIzIxzIyz — вычисление производных по времени
calcST — вычисление тензоров S и T:
S IIT
T I x I x I y I y
T T
GPU-Based Multigrid: Real-Time Performance in High Resolution
Nonlinear Image Processing. H. Grossauer, P. Thoman.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Springer Berlin, 2008
31
Computer Vision Systems,
32. Only for
Maxus
Реализация на GPU
vn v v
un u u
calcPsi — предварительные вычисления
coupledJacobi — вычисление одной итерации
GPU-Based Multigrid: Real-Time Performance in High Resolution
Nonlinear Image Processing. H. Grossauer, P. Thoman.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Springer Berlin, 2008
32
Computer Vision Systems,
33. Only for
Maxus
Результаты
Последовательность Yosemite
GPU и GPU-RT — предложенный метод, в GPU-RT
применяется меньше итераций
GPU-Based Multigrid: Real-Time Performance in High Resolution
Nonlinear Image Processing. H. Grossauer, P. Thoman.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Springer Berlin, 2008
33
Computer Vision Systems,
34. Only for
Maxus
Результаты
Производительность реализации GPU-RT
GeForce 8800 GTX
GPU-Based Multigrid: Real-Time Performance in High Resolution
Nonlinear Image Processing. H. Grossauer, P. Thoman.
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Springer Berlin, 2008
34
Computer Vision Systems,
35. Only for
Maxus
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
35
36. Only for
Maxus
Phase-based метод
Основная идея — применить предварительную фильтрацию
изображений.
( I F )(x, t ) ( I F )(x v t , t t )
Используется фильтр Габора:
x ( x, y)T
2
x
G(x, f ) e 2 eix(2 f )
f ( f x , f y )T — частота фильтра
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
36
Computer Vision and Pattern Recognition Workshops, 2008
37. Only for
Maxus
Фильтрация
Проводится в различных направлениях:
Используется приближение фильтров на основе одномерных
свѐрток:
24 ×
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
37
Computer Vision and Pattern Recognition Workshops, 2008
38. Only for
Maxus
Фильтрация
R(x) — отфильтрованное изображение
R(x) ( I G)(x) (x)ei (x)
(x) Re( R(x))2 Im( R(x))2 — амплитуда
Im( R(x))
(x) arctan — фаза
Re( R(x))
Phase gradient constraint:
v 0 v (u, v)
T
v — проекция v на
,
x y
v
t
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
38
Computer Vision and Pattern Recognition Workshops, 2008
39. Only for
Maxus
Вычисление optical flow
2 f
(x) f v ( x) v ( x)
v ( x) v ( x)
2 f f v ( x)
Цель — минимизация:
2
v ( x) v ( x)
E ( v(x)) v (x)
O ( x )
v ( x)
O(x) — множество направлений , для которых имеется надѐжное предсказание v
a (x)t (x, t )
2
n 2 1 t n 2 1
— метрика доверия для (x) l — порог доверия
n
n — количество рассматриваемых кадров, использовалось n 5
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
39
Computer Vision and Pattern Recognition Workshops, 2008
40. Only for
Maxus
Coarse-To-Fine Refinement
Метод может верно определять только вектора, которые
меньше половины длины волны фильтра
Пирамидальное вычисление:
I k 1 (x) S ( g I k ) (x) S — оператор прореживания
Rk (x) ( I k G)(x) g — фильтр Гаусса
Деформация изображения перед уточнением на более
высоком разрежении:
p k 1 (x, t ) k 1 x 2v k (x)(tc t ), t tc
(n 1)
2
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
40
Computer Vision and Pattern Recognition Workshops, 2008
41. Only for
Maxus
Реализация на CUDA
Преимущества GPU:
Быстрая реализация свѐртки
Высокая пропускная способность шины
Интерполяция «на лету»
Основные идеи:
Банк фильтров реализован с помощью библиотеки CUDA
Вычисление optical flow происходит за одно применение ядра к
каждому пикселю изображения
Расчѐт деформированного изображения основан на
интерполяции, предоставляемой GPU
Конвейерная обработка
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
41
Computer Vision and Pattern Recognition Workshops, 2008
42. Only for
Maxus
Результаты
GeForce 8800 GTX Core 2 Quad 2.4 GHz
Измерения включают Использовалось только
обмен данными между GPU одно ядро
и CPU
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
42
Computer Vision and Pattern Recognition Workshops, 2008
43. Only for
Maxus
Результаты
Исходный кадр Ground truth
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
43
Computer Vision and Pattern Recognition Workshops, 2008
44. Only for
Maxus
Результаты
Исходный кадр l 0.02
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
44
Computer Vision and Pattern Recognition Workshops, 2008
45. Only for
Maxus
Результаты
Исходный кадр l 0.05
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
45
Computer Vision and Pattern Recognition Workshops, 2008
46. Only for
Maxus
Результаты
Исходный кадр l 0.10
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
46
Computer Vision and Pattern Recognition Workshops, 2008
47. Only for
Maxus
Результаты
Исходный кадр Ground truth
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
47
Computer Vision and Pattern Recognition Workshops, 2008
48. Only for
Maxus
Результаты
Phase-based Другие методы
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
48
Computer Vision and Pattern Recognition Workshops, 2008
49. Only for
Maxus
Результаты
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
49
Computer Vision and Pattern Recognition Workshops, 2008
50. Only for
Maxus
Результаты
Realtime phase-based optical flow on the GPU. K. Pauwels,
M. M. Van Hulle. IEEE Computer Society Conference on
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
50
Computer Vision and Pattern Recognition Workshops, 2008
51. Only for
Maxus
Список литературы
1. Optical flow estimation. Fleet, D. J. and Weiss, Y. The Handbook in Mathematical models
for Computer Vision. N. Paragios, Y. Chen, and O. Faugeras, Springer, 2005
2. The Computation of Optical Flow. S. S. Beauchemin and J. L. Barron. ACM Computing
Surveys, 1995
3. Performance of optical flow techniques. J. L. Barron, D. J. Fleet, and
S. S. Beauchemin. International Journal of Computer Vision, 1994
4. Performance of Optical Flow Techniques on Graphics Hardware. M. Durkovic, M. Zwick,
F. Obermeier, K. Diepold. IEEE International Conference on Multimedia and Expo, 2006
5. Towards ultimate motion estimation: combining highest accuracy with real-time
performance. A. Bruhn, J. Weickert. IEEE International Conference on Computer Vision,
2005
6. GPU-Based Multigrid: Real-Time Performance in High Resolution Nonlinear Image
Processing. H. Grossauer, P. Thoman. Computer Vision Systems, Springer Berlin, 2008
7. Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE
Computer Society Conference on Computer Vision and Pattern Recognition Workshops,
2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
51
52. Only for
Maxus
Вопросы
?
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
52
53. Only for
Maxus
Лаборатория компьютерной
графики и мультимедиа
Видеогруппа это:
Выпускники в аспирантурах Англии,
Франции, Швейцарии (в России в МГУ и
ИПМ им. Келдыша)
Выпускниками защищено 5 диссертаций
Наиболее популярные в мире сравнения
видеокодеков
Более 3 миллионов скачанных фильтров
обработки видео
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
53