Object-Level Motion Detection From Moving Cameras

最新推荐文章于 2022-06-06 09:52:19 发布

梦之泪殇

最新推荐文章于 2022-06-06 09:52:19 发布

阅读量501

点赞数

分类专栏： Moving Object Detection MOD

Moving Object Detection 同时被 2 个专栏收录

9 篇文章 26 订阅

订阅专栏

MOD

9 篇文章 1 订阅

订阅专栏

Object-Level Motion Detection From Moving Cameras

Tao Chen and Shijian Lu

IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, VOL. 27, NO. 11, NOVEMBER 2017

核心算法

上下文感知的定向光流直方图（Context-Aware HOOF(Histogram of oriented optical flow))

如图所示，在目标周围按照目标大小划分的K=8个邻域 $N_k,k=1,2,3,\dots,K$

对每一个邻域内的光流矢量，按照方向进行统计。把 $2\pi$ 划分为L个区间（容器bin） $B_l,l=1,2,3,\dots,L$ ，每个区间上累积方向在区间中的光流矢量的向量模：

光流矢量： $\textbf{f}_{i}=(u_i,v_i)$

光流矢量： $n_i = (u_i^2+v_i^2)^{1/2}$

光流矢量方向： $\theta _i = \left\{\begin{matrix} \cos^{-1}\left(\frac{u_i}{n_i} \right ),\text{if} v_i\geq 0\\ 2\pi - \cos^{-1}\left(\frac{u_i}{n_i} \right ),\text{otherwise.} \end{matrix}\right.$

HOOF: $f_k=\left \{ B_{l,k} = \sum_{\textbf{f}_i\in N_k\&\&2\pi\frac{l-1}{L}\leq \theta_i< 2\pi\frac{l}{L}} n_i \right \}$

对该HOOF进行求和归一化HOOFN： $\hat{f}_k=\left \{ \hat{B}_{l,k}=\frac{B_{l,k}}{\sum_{l}{B_{l,k}}} \right \}$

求中心区域和邻域之间的不一致性： $u_l(k)=\left\{\begin{matrix} &1,&\text{if}\hat{f}_o(l)\geq\hat{f}_k(l)\\ &0,&\text{otherwise} \end{matrix}\right.$

$\hat{f}_o$ 是中心区域的HOOFN。

分析 $u_l$

当中心区域是运动时的方向和周围区域不一样时，中心区域主要方向对应的 $u_l =[11111111]$ ，其他方向 $u_l =[00000000]$

当中心区域是静止时，该区域的光流和背景光流的分布一致，光流符合从中心到四周的散射分布，这时，主要方向对应的 $u_l =[11110000]$ 或者 $u_l =[00001111]$

主要根据这个判断区分运动静止

在这个基础上，作者做了一些特殊情况的改进，并且使用一个CMD（Context-Aware Motion Descriptor)，去把偏差转换为表示对象运动行为的串联直方图。最后对CMD进行SVM分类，得到最后的结果。

实验

因为别的方法都是做运动前景分割的，作者用HOOF得到的特征和其他运动前景分割的算法得到的判别特征，经CMD和SVM得到不同的结果，以此对比。

评价

那个HOOF的判断策略非常费解，而且实际上只适合某些光流分布的情况，虽然补了一些bug，但鲁棒性还是不够高，对于深度变化的等问题没有任何抵抗力

另外，那个目标区域需要给定，用一个叫DPM的算法检测车辆和行人……这个就太low了，意思是，他的问题变成，给定一个目标区域，还有稠密光流场，根据该区域的光流分布和其周围区域的光流分布，判别该区域是否是运动目标

速度上，不算目标检测、光流提取等过程，就他那一套就0.9s，和实时性应该不搭边

梦之泪殇

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Object-Level Motion Detection From Moving Cameras

Object-Level Motion Detection From Moving CamerasTao Chen and Shijian LuIEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, VOL. 27, NO. 11, NOVEMBER 2017核心算法上下文感知的定向光流直方图（Contex...
复制链接

扫一扫