关于occlusion的综述

本文综述了遮挡在计算机视觉中的必要性,理论基础,包括自遮挡、物体间遮挡和背景遮挡的分类。遮挡问题的解决通常依赖于多视角分析。遮挡在视频跟踪等领域造成目标跟踪的挑战,影响广泛。
摘要由CSDN通过智能技术生成

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occlusi
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值