【学习笔记--视频拼接】如何提高计算效率 part_1
来源:互联网 发布:淘宝宝贝页面怎么装修 编辑:程序博客网 时间:2024/04/29 10:37
学习paper:
“Fast stitching of videos captured from freely moving devices by exploiting temporal redundancy”
by M. El-Saban, M. Izz and A. Kaheel,
影响视频拼接的关键问题:时间冗余、拼接中特征检测匹配占用时间超过80%
解决方法:利用temporal information减少计算时间
输入:2路 相机位置自由移动
提高计算效率的三种方法:
(1)利用前帧的重叠区域
(2)使用Motion vector计算变换
(3)跟踪前帧的感兴趣点(Interest Points)
将当前帧标记为n,之前的帧标记为n-1
(1)当前帧的特征检测在与前一帧的重叠区域内进行 缓冲区大小20pixel(经验
值)。效率与重叠区域大小成反比。
(2)基本思想:使用IP(感兴趣点)的全局运动估计,降低新的变换矩阵的计算。
用匹配对计算motion vector改进:
a)使用第一帧计算motion vectors,用于其他帧
b)限制创建的描述子数目
参考: “A Fast Video Stitching Method for Motion-Compensated Frames in Compressed Video Streams”
(3)使用光流法 追踪IPs(Interest Points)
目的:减少IP检测与描述
方法:使用LK光流法跟踪N-1帧,得到N帧的location,利用背景信息得到更稳定的拼接。
IP滤波:通过计算所有IP的2D运动参数的平均,然后删除落在dxdy均值2σ外的IP, 得到2D全局运动(dx,dy)
缺点:忽视光照、3D视点的变化
实验结果:
比较recall值与precision值。SURF+Optical Flow的效果最好。
那么什么是recall与precision呢?
参照:http://blog.csdn.net/pirage/article/details/9851339
recall(查全率):被检测到的有效特征越多查全率越高
precision(准确率):准确的配准的特征点对的越多,这是追求“准确率”
错误分析:
这篇paper里的拼接错误分为两大类:recall-type 和 precision-type
(1)recall-type
a) 几何校准(geometric alignment):重叠区域小、纹理细节不够、相机间3D视点变化、压缩失真等
b) 融合错误:超过总错误率的30% ,采用融合方法为FEATHER
(2)precision-type
少(<5%) 匹配对中存在相似的特征
- 【学习笔记--视频拼接】如何提高计算效率 part_1
- 如何提高学习效率
- 如何提高学习效率
- 如何提高学习效率?
- 如何提高学习效率
- 如何提高学习效率
- 如何提高学习效率
- 如何提高学习效率
- 如何提高工作学习效率
- 如何提高自己学习效率
- 如何提高英语学习效率?
- 如何提高 matlab 计算速度 运算效率
- 如何提高利用视频学习的学习效率—— Swift
- 如何提高学习效率 如何提高工作效率
- 现代OpenGL+Qt学习笔记之十一:使用halfway向量提高光照计算效率
- 提高js拼接字符串效率--自定义StringBulider
- 如何提高阅读效率
- 如何提高编码效率
- 上级栏目
- Java 获取字符串中第N次出现的字符位置
- Android学习笔记:[1]Option Menu(选项菜单)
- Java总结
- JAVA的JS引擎实例(包含Excel读取)
- 【学习笔记--视频拼接】如何提高计算效率 part_1
- 打造先进的内存KV数据库-1 B树索引的建立(1)
- css3媒体查询
- Yarn的初步学习
- 使用jQuery+PHP+Mysql实现抽奖程序
- ViewFlipper的使用---自动播放(轮播图)的实现以及多个view进行切换
- keepalived 负载均衡安装配置
- MAC 活动监视器中 nsurlsessiond 狂走流量问题
- SpringMVC简单构造restful, 并返回json