关于occlusion的综述

必要性

理论

遮挡分为三种类型：自遮挡、物体相互遮挡、背景遮挡。遮挡问题最难的地方在于在遮挡检测中，遮挡并不能够被直接检测到。在复杂环境检测遮挡可以用多视角来解决。

方法、模型

应用

应用分类

Object detection 

Pedestrians detection

行人检测中，普遍的方法是利用先前训练的分类器在图像中以sliding window进行扫描。有很多方法针对分类器所采用的特征以及对分类器进行改进以提高检测精度。然而，slicing window在检测的过程中会产生重叠的部分，因此需要采用非极大值抑制来消除错误的检测。

涉及到遮挡问题的计算机视觉应用很多，几乎所有的方向都存在计算机遮挡的问题。在视频跟踪中，目标物体的遮挡使得目标跟踪变得困难。

论文（按年份）

Dynamic Occlusion Analysis in Optical Flow Fields，IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. PAMI-7, NO. 4, JULY 1985

这算是我能搜到的最早的一篇关于occlusion的论文了。文章利用光流场来检测视频中的遮挡面。

Occlusions as a Guide for Planning the Next View，1EEE TRANSACTIONS  ON PATTERN ANALYSIS AND MACHINE  INTELLIGENCE, VOL. 15, NO. 5, MAY 1993

93年的一篇文章，从遮挡的角度出发，研究如何获得一个未知场景的3D数据。

A Cooperative Algorithm for Stereo Matching and Occlusion Detection，IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 22, NO. 7, JULY 2000

这是一篇关于立体匹配的文章，立体匹配中关键一步计算视差图（disparity map）。什么叫视差图，视差图就是以图像对中一幅图为基准，到另一幅图的像素点的视差值所构成的图像就叫视差图。这篇论文提出了一种新的得到视差图的方法，同时解决视差图中存在的遮挡问题。

A Novel Method for Resolving Vehicle Occlusion in a Monocular Traffic-Image Sequence，IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, VOL. 5, NO. 3, SEPTEMBER 2004

文章针对单目相机所拍摄的存在一定遮挡的车辆进行分解，分解出单独的车辆区域。

Segmentation for Robust Tracking in the Presence of Severe Occlusion，IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 13, NO. 2, FEBRUARY 2004

这篇文章讲如何在有遮挡的情况下跟踪物体。原理类似于后来的dpm，均是将物体分成几个部分，再对其分割的部分进行跟踪。解决遮挡的方法是对物体进行分割处理，因为物体不可能被全部遮挡。

上述两篇文章可以看到在2000年后遮挡问题在视频跟踪上逐渐被重视

Surfaces with Occlusions from Layered Stereo，IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 26, NO. 8, AUGUST 2004

在2000年左右，关于双目视觉，立体视觉有很多的研究，关键就在于图像对的匹配，这篇文章也在于解决图像对之间带遮挡的匹配。同时对算法进行优化一定程度上提高了相邻位置深度不连续的情况。

双目视觉有它的局限性，图像对之间的匹配依赖于图像特征的选择，然而很多现实场景下是没有那么多可用的特征的。

Motion Layer Extraction in the Presence of Occlusion Using Graph Cuts，IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 27, NO. 10, OCTOBER 2005

这篇文章与Dynamic Occlusion Analysis in Optical Flow Fields类似，都是在视频中处理遮挡问题不同的是后者对视频图像做分割分层处理，根据场景不同，场景可被一层或剁成所表示，同时预测下一帧的遮挡情况，有点类似于场景理解。