Обзор некоторОбзор методов поиска и сопровождения особых точек
1. Обзор методов поиска и
сопровождения особых
точек
Моисейцев Алексей
Video Group
CS MSU Graphics & Media Lab
2. Only for
Maxus
Содержание
Введение
KLT
IPAN
Particle Video
2
CS MSU Graphics & Media Lab (Video Group)
3. Only for
Maxus
Введение
Задача:
Сопоставить каждому трехмерному объекту сцены
набор точек, неподвижных относительно объекта,
и отслеживать траектории этих точек.
Применение:
Определение траекторий движения отдельных
объектов
Восстановление движения камеры
Выделение информации о перспективе в сцене
3
CS MSU Graphics & Media Lab (Video Group)
4. Only for
Maxus
Введение
Точечная особенность – точка
сцены, окрестность которой можно
отличить от всех окрестностей
соседних точек сцены.
Траектория – последовательность
координат точечной особенности в
видео.
4
CS MSU Graphics & Media Lab (Video Group)
5. Only for
Maxus
Введение
5
CS MSU Graphics & Media Lab (Video Group)
6. Only for
Maxus
Введение
6
CS MSU Graphics & Media Lab (Video Group)
7. Only for
Maxus
Содержание
Введение
KLT
IPAN
Particle Video
7
CS MSU Graphics & Media Lab (Video Group)
8. Only for
Maxus
KLT (Kanade-Lucas-Tomasi)
Модель движения
- вектор смещения
Аффинная модель движения:
Good Features to Track, Jianbo Shi, Carlo Tomasi, 8
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
9. Only for
Maxus
KLT
Нахождение параметров движения
Минимизация функции
W – окно
w(x) – весовая функция
I – предыдущий кадр
J – следующий кадр
Good Features to Track, Jianbo Shi, Carlo Tomasi, 9
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
10. Only for
Maxus
KLT
Линейная модель
Симметричная запись:
Линеаризация:
Условие
10
CS MSU Graphics & Media Lab (Video Group) Derivation of Kanade-Lucas-Tomasi Tracking Equation, Stan Birchfield, 1997
11. Only for
Maxus
KLT
Линейная модель
Производная ошибки:
Условие минимума:
11
CS MSU Graphics & Media Lab (Video Group) Derivation of Kanade-Lucas-Tomasi Tracking Equation, Stan Birchfield, 1997
12. Only for
Maxus
KLT
Линейная модель
Окончательный вид уравнения:
Запись в виде СЛАУ:
12
CS MSU Graphics & Media Lab (Video Group) Derivation of Kanade-Lucas-Tomasi Tracking Equation, Stan Birchfield, 1997
13. Only for
Maxus
KLT
Нахождение параметров движения
Решение СЛАУ:
- искомое решение
Good Features to Track, Jianbo Shi, Carlo Tomasi, 13
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
14. Only for
Maxus
KLT
Нахождение параметров движения
Good Features to Track, Jianbo Shi, Carlo Tomasi, 14
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
15. Only for
Maxus
KLT
Нахождение параметров движения
Уравнение Tz =a дает лишь
приближенную оценку на величину
смещения d
Решение: Необходимо делать
несколько итераций!
Good Features to Track, Jianbo Shi, Carlo Tomasi, 15
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
16. Only for
Maxus
KLT
Итеративное решение
I J
итерация 1
16
CS MSU Graphics & Media Lab (Video Group)
17. Only for
Maxus
KLT
Итеративное решение
I J
итерация 2
17
CS MSU Graphics & Media Lab (Video Group)
18. Only for
Maxus
KLT
Итеративное решение
I J
итерация 3
18
CS MSU Graphics & Media Lab (Video Group)
19. Only for
Maxus
KLT
Итеративное решение
Ошибки в D приводят
к ошибкам в оценке
величины смещения d
Можно искать корни
уравнения Zd = e
Аффинные
преобразования
можно заменить
историей областей
19
CS MSU Graphics & Media Lab (Video Group)
20. Only for
Maxus
KLT
Выбор особенностей
Выбор текстурированных областей или
областей с уголками не гарантирует
возможность их отслеживания
Для решения уравнения
желательно иметь хорошо обусловленную
матрицу Z
Good Features to Track, Jianbo Shi, Carlo Tomasi, 20
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
21. Only for
Maxus
KLT
Выбор особенностей
λ1, λ2 – собственные значения Z
λ1, λ2 < λth – гладкие области
λ1 < λth < λ2 – границы
λth < λ1, λ2 – углы
Good Features to Track, Jianbo Shi, Carlo Tomasi, 21
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
22. Only for
Maxus
KLT
Пример работы
оригинальное 4-я итерация 8-я итерация 19-я итерация целевое
изображение изображение
Good Features to Track, Jianbo Shi, Carlo Tomasi, 22
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
23. Only for
Maxus
KLT
Пример работы
различие derror, Aerror, d, A,
ошибка ошибка смешение деформация
смещения деформации
Good Features to Track, Jianbo Shi, Carlo Tomasi, 23
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
24. Only for
Maxus
KLT
Пример работы
различие d, A,
смешение деформация
Good Features to Track, Jianbo Shi, Carlo Tomasi, 24
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
25. Only for
Maxus
KLT
Пример работы
Good Features to Track, Jianbo Shi, Carlo Tomasi, 25
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
26. Only for
Maxus
KLT
Пример работы
Good Features to Track, Jianbo Shi, Carlo Tomasi, 26
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
27. Only for
Maxus
KLT
Пример работы
Good Features to Track, Jianbo Shi, Carlo Tomasi, 27
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
28. Only for
Maxus
KLT
Пример работы
# кадра
Good Features to Track, Jianbo Shi, Carlo Tomasi, 28
CS MSU Graphics & Media Lab (Video Group) IEEE Conference on Computer Vision and Pattern Recognition, 1994
29. Only for
Maxus
KLT
Достоинства
Учет аффинных преобразований
GPU-реализации
Недостатки
Подвержен накоплениям ошибок
29
CS MSU Graphics & Media Lab (Video Group)
30. Only for
Maxus
Содержание
Введение
KLT
IPAN
Particle Video
30
CS MSU Graphics & Media Lab (Video Group)
31. Only for
Maxus
IPAN
Недостаток предыдущего метода:
Точки могут перекрываться, что
приводит к разрыву траекторий
Предположения:
Неразличимость точек
Гладкое движение
Ограниченная скорость
Короткие по времени перекрытия
Feature Point Tracking for Incomplete Trajectories, D. Chetverikov, J. 31
CS MSU Graphics & Media Lab (Video Group) Verestói, 1998, International Conf. on Pattern Recognition
32. Only for
Maxus
Неразличимость точек
32
CS MSU Graphics & Media Lab (Video Group)
33. Only for
Maxus
IPAN
Обработка
Инициализация Постобработка
особенностей
Feature Point Tracking for Incomplete Trajectories, D. Chetverikov, J. 33
CS MSU Graphics & Media Lab (Video Group) Verestói, 1998, International Conf. on Pattern Recognition
34. Only for
Maxus
IPAN
Функция стоимости
Первое слагаемое отвечает за изменение направления движения
w1 ~ 0.1
Второе слагаемое отвечает за изменение скорости
w2 ~ 0.9
Feature Point Tracking for Incomplete Trajectories, D. Chetverikov, J. 34
CS MSU Graphics & Media Lab (Video Group) Verestói, 1998, International Conf. on Pattern Recognition
35. Only for
IPAN
Maxus
Инициализация
Pf,i – точечные особенности
+
S f,i – область достижимости для ТО i из кадра f
Feature Point Tracking for Incomplete Trajectories, D. Chetverikov, J. 35
CS MSU Graphics & Media Lab (Video Group) Verestói, 1998, International Conf. on Pattern Recognition
36. Only for
IPAN
Maxus
Инициализация
Для всех P2,i
Перебор всех троек (P1,a, P2,i, P3,b)
Подсчет функции стоимости δ(P1,a, P2,q, P3,b)
Поиск лучшего приближения при фиксированном P3,b
Поиск лучшего приближения при фиксированном P1,a
Отсечение плохих приближений: δ(P1,a, P2,q, P3,b) < δmax
Feature Point Tracking for Incomplete Trajectories, D. Chetverikov, J. 36
CS MSU Graphics & Media Lab (Video Group) Verestói, 1998, International Conf. on Pattern Recognition
37. Only for
IPAN
Maxus
Обработка последовательных кадров
Z-точки – точки без связей на Fk-1
B-точки – точки на Fk-1, cвязанные только с Fk-2
Рассматриваются только Z-точки
Обработка аналогична инициализации, но существующие связи не
разрушаются
Feature Point Tracking for Incomplete Trajectories, D. Chetverikov, J. 37
CS MSU Graphics & Media Lab (Video Group) Verestói, 1998, International Conf. on Pattern Recognition
38. Only for
IPAN
Maxus
Постобработка
Feature Point Tracking for Incomplete Trajectories, D. Chetverikov, J. 38
CS MSU Graphics & Media Lab (Video Group) Verestói, 1998, International Conf. on Pattern Recognition
39. Only for
Maxus
IPAN
Функция стоимости
ve – скорость движения в предыдущем кадре
θe – угол направления в предыдущем кадре
Feature Point Tracking for Incomplete Trajectories, D. Chetverikov, J. 39
CS MSU Graphics & Media Lab (Video Group) Verestói, 1998, International Conf. on Pattern Recognition
40. Only for
IPAN
Maxus
Результат работы
Feature Point Tracking for Incomplete Trajectories, D. Chetverikov, J. 40
CS MSU Graphics & Media Lab (Video Group) Verestói, 1998, International Conf. on Pattern Recognition
41. Only for
Maxus
IPAN
Достоинства
Нахождение открытий/закрытий
Сопровождение частично
перекрывающихся траекторий
Недостатки
Требуется высокая точность выделения
особенностей
41
CS MSU Graphics & Media Lab (Video Group)
42. Only for
Maxus
Содержание
Введение
KLT
IPAN
Particle Video
42
CS MSU Graphics & Media Lab (Video Group)
43. Only for
Maxus
Particle Video
Particle Video: Long-Range Motion Estimation using Point Trajectories, 43
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
44. Only for
Maxus
Particle Video
Схема алгоритма
Нахождение
Выделение Фильтрация
оптического
наложений потока
потока
Удаление и
Распространение Связывание Уточнение
добавление
особенностей особенностей положения
особенностей
Particle Video: Long-Range Motion Estimation using Point Trajectories, 44
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
45. Only for
Maxus
Particle Video
Оптический поток
Алгоритм нахождения оптического
потока – «Черный ящик»
Пары последовательных кадров
сравниваются независимо
Используется пирамида изображений
Particle Video: Long-Range Motion Estimation using Point Trajectories, 45
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
46. Only for
Maxus
Particle Video
Оптический поток
u,v поле потока
I изображение
k номер компоненты изображения
r функциявидимости
Particle Video: Long-Range Motion Estimation using Point Trajectories, 46
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
47. Only for
Maxus
Particle Video
Оптический поток
Ix, Iy - производные яркости по x и y
N - ядро гауссиана
l 10 - локальное сглаживание
g 5 - глобальное сглаживание
b 1 .5
Particle Video: Long-Range Motion Estimation using Point Trajectories, 47
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
48. Only for
Maxus
Particle Video
Выделение наложений
Дивергенция потока
Условие открытия
Изменение яркости
Карта наложений
Particle Video: Long-Range Motion Estimation using Point Trajectories, 48
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
49. Only for
Maxus
Particle Video
Фильтрация потока
Билатеральный фильтр
Весовая функция
Particle Video: Long-Range Motion Estimation using Point Trajectories, 49
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
50. Only for
Maxus
Particle Video
Фильтрация потока
Билатеральный фильтр
Ограничения:
( x x1 ) 2 ( y y1 ) 2 2
Работа только рядом с границами
g ( x, y, t ) N g x, y, t ; 3 0.05
ˆ
Particle Video: Long-Range Motion Estimation using Point Trajectories, 50
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
51. Only for
Maxus
Particle Video
Второй проход
Распространение Связывание Уточнение Удаление Добавление
особенностей особенностей положения особенностей особенностей
Particle Video: Long-Range Motion Estimation using Point Trajectories, 51
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
52. Only for
Maxus
Particle Video
Распространение особенностей
u,v поле потока
xi , yi координаты частицы i
Particle Video: Long-Range Motion Estimation using Point Trajectories, 52
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
53. Only for
Maxus
Particle Video
Связывание особенностей
Триангуляция Делоне:
DT(S) – триангуляция Делоне для множества точек S, если никакая
точка A из S не содержится внутри окружности, описанной вокруг
треугольника из DT(S), такого, что ни одной из вершин его не
является точка A.
Particle Video: Long-Range Motion Estimation using Point Trajectories, 53
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
54. Only for
Maxus
Particle Video
Связывание особенностей
Particle Video: Long-Range Motion Estimation using Point Trajectories, 54
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
55. Only for
Maxus
Particle Video
Связывание особенностей
Вычисление весов ребер:
li , j Di, j - вес ребра
Particle Video: Long-Range Motion Estimation using Point Trajectories, 55
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
56. Only for
Maxus
Particle Video
Связывание особенностей
Particle Video: Long-Range Motion Estimation using Point Trajectories, 56
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
57. Only for
Maxus
Particle Video
Связывание особенностей
Вычисление весов особенностей:
Сохранение окна:
Particle Video: Long-Range Motion Estimation using Point Trajectories, 57
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
58. Only for
Maxus
Particle Video
Уточнение положения
Условие на совпадение окон:
Условие на движение соседей:
Условие на гладкость траектории:
Particle Video: Long-Range Motion Estimation using Point Trajectories, 58
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
59. Only for
Maxus
Particle Video
Уточнение положения
d 4, f 0.5
Particle Video: Long-Range Motion Estimation using Point Trajectories, 59
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
60. Only for
Maxus
Particle Video
Уточнение положения
Необходимое условие минимума:
Линеаризация:
Particle Video: Long-Range Motion Estimation using Point Trajectories, 60
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
61. Only for
Maxus
Particle Video
Уточнение положения
Particle Video: Long-Range Motion Estimation using Point Trajectories, 61
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
62. Only for
Maxus
Particle Video
Уточнение положения
Решение уравнений относительно dxi,dyi:
1. dxi,dyi = 0
2. Вычисление Ψ’
3. Решение СЛАУ
4. Переход к п.2
5. xi = xi + dxi
6. yi = yi + dyi
Particle Video: Long-Range Motion Estimation using Point Trajectories, 62
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
63. Only for
Maxus
Particle Video
Удаление особенностей
Если E(i,t) > th, особенность помечается
как найденная неверно
Если особенность i найдена верно
менее чем на трех кадрах подряд, то
она удаляется.
Particle Video: Long-Range Motion Estimation using Point Trajectories, 63
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
64. Only for
Maxus
Particle Video
Добавление особенностей
Нахождение степени текстурирования
x, y arg max I x, y N I x, y ; 10
Если расстояние от пикселя (x,y) до
ближайшей особенности больше
σ(x,y), то добавить (x,y) в список
особенностей
Particle Video: Long-Range Motion Estimation using Point Trajectories, 64
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
65. Only for
Maxus
Particle Video
Добавление особенностей
Particle Video: Long-Range Motion Estimation using Point Trajectories, 65
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
66. Only for
Maxus
Particle Video
Добавление особенностей
σ(x,y)
Particle Video: Long-Range Motion Estimation using Point Trajectories, 66
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
67. Only for
Maxus
Particle Video
Добавление особенностей
Particle Video: Long-Range Motion Estimation using Point Trajectories, 67
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
68. Only for
Maxus
Particle Video
Пример работы
Particle Video: Long-Range Motion Estimation using Point Trajectories, 68
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
69. Only for
Maxus
Particle Video
Пример работы
Particle Video: Long-Range Motion Estimation using Point Trajectories, 69
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
70. Only for
Maxus
Particle Video
Пример работы
Particle Video: Long-Range Motion Estimation using Point Trajectories, 70
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
71. Only for
Maxus
Particle Video
Пример работы
http://rvsn.csail.mit.edu/pv/
Particle Video: Long-Range Motion Estimation using Point Trajectories, 71
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
72. Only for
Maxus
Particle Video
Пример работы
http://rvsn.csail.mit.edu/pv/
Particle Video: Long-Range Motion Estimation using Point Trajectories, 72
CS MSU Graphics & Media Lab (Video Group) Peter Sand, Seth Teller, CVPR, 2006, IEEE
73. Only for
Maxus
Particle Video
Достоинства:
Высокая точность
Обработка закрытий/открытий
Недостатки:
Очень низкая скорость работы
Выделение недостоверных особенностей
73
CS MSU Graphics & Media Lab (Video Group)
74. Only for
Maxus
Литература
Particle Video: Long-Range Motion Estimation using Point Trajectories,
Peter Sand, Seth Teller, CVPR, 2006, IEEE
Good Features to Track, Jianbo Shi, Carlo Tomasi, IEEE Conference on
Computer Vision and Pattern Recognition, 1994
Derivation of Kanade-Lucas-Tomasi Tracking Equation, Stan Birchfield,
1997
Feature Point Tracking for Incomplete Trajectories, D. Chetverikov, J.
Verestói, 1998, International Conf. on Pattern Recognition
Stable 2D Feature Tracking for Long Video Sequences, Jong-Seung
Park, Jong-Hyun Yoon, Chungkyue Kim, 2008, International Journal of
Signal Processing, Image Processing and Pattern Recognition,
Combining local and global motion models for feature point tracking,
Aeron Buchanan, Andrew Fitzgibbon, CVPR, 2007
High Accuracy Optical Flow Estimation Based on a Theory for Warping,
Thomas Brox, Andr´es Bruhn, Nils Papenberg, and Joachim Weickert,
2004, 8th European Conference on Computer Vision
74
CS MSU Graphics & Media Lab (Video Group)
75. Only for
Maxus
Вопросы
?
75
CS MSU Graphics & Media Lab (Video Group)