Сегментация видео на основе Mean-shift Сергей Матюнин Video Group CS MSU Graphics & Media Lab
Only for Maxus Содержание Введение Анизотропный подход Обновление Mean-shift Ускорение Mean-shift Заключение CS MSU Graphics & Media Lab (Video Group) 2 www.compression.ru/video/
Only for Maxus Введение Почему Mean-shift? Распространенный Простая идея Простая реализация Относительно невысокая вычислительная сложность Возможность комбинировать с другими методами Главный недостаток – необходимость подбирать параметры CS MSU Graphics & Media Lab (Video Group) 3 www.compression.ru/video/
Only for Maxus Введение Mean-shift Segmentation S. Paris, “Edge -preserving Smoothing and Mean-shift CS MSU Graphics & Media Lab (Video Group) 4 Segmentation of Video Streams”, ECCV, 2008 www.compression.ru/video/
Only for Maxus Введение Mean-shift Segmentation S. Paris, “Edge -preserving Smoothing and Mean-shift CS MSU Graphics & Media Lab (Video Group) 5 Segmentation of Video Streams”, ECCV, 2008 www.compression.ru/video/
Only for Maxus Введение Mean-shift Segmentation S. Paris, “Edge -preserving Smoothing and Mean-shift CS MSU Graphics & Media Lab (Video Group) 6 Segmentation of Video Streams”, ECCV, 2008 www.compression.ru/video/
Only for Maxus Введение Mean-shift Segmentation S. Paris, “Edge -preserving Smoothing and Mean-shift CS MSU Graphics & Media Lab (Video Group) 7 Segmentation of Video Streams”, ECCV, 2008 www.compression.ru/video/
Only for Maxus Введение Mean-shift Segmentation S. Paris, “Edge -preserving Smoothing and Mean-shift CS MSU Graphics & Media Lab (Video Group) 8 Segmentation of Video Streams”, ECCV, 2008 www.compression.ru/video/
Only for Maxus Введение Mean-shift Segmentation S. Paris, “Edge -preserving Smoothing and Mean-shift CS MSU Graphics & Media Lab (Video Group) 9 Segmentation of Video Streams”, ECCV, 2008 www.compression.ru/video/
Only for Maxus Введение Mean-shift Segmentation S. Paris, “Edge -preserving Smoothing and Mean-shift CS MSU Graphics & Media Lab (Video Group) 10 Segmentation of Video Streams”, ECCV, 2008 www.compression.ru/video/
Only for Maxus Mean-shift Уменьшение сложности Можно хранить в памяти, какие точки соседние Comaniciu, Meer, “Mean Shift: A Robust Approach Toward CS MSU Graphics & Media Lab (Video Group) 11 Feature Space Analysis”, IEEE PAMI, 2002 www.compression.ru/video/
Only for Maxus Mean-shift Выбор функции ядра Выбор функции ядра (форма, размер) – критичная задача Ядро задает сходство точек, которые нужно поместить в один сегмент CS MSU Graphics & Media Lab (Video Group) 12 www.compression.ru/video/
Only for Maxus Содержание Введение Анизотропный подход Обновление Mean-shift Ускорение Mean-shift Заключение CS MSU Graphics & Media Lab (Video Group) 13 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Выбор ядра Ядро нужно выбирать несимметричным Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 14 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Выбор ядра Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 15 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Выбор ядра Размер цветового ядра зависит от размеров матрицы . определяется локальной структурой видео (скалярная / диагональная / симметричная). Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 17 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Выбор ядра Выбор окрестности Матрица сначала выбирается скалярной , затем постепенно уточняется Уточнение Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 18 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Уточнение пространственной матрицы Новая матрица : – скаляр – матрица нормализованных собственных векторов – диагональная матрица собственных значений Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 19 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Уточнение пространственной матрицы Новая матрица : – общий объем пространственно - временной окрестности – ориентация ядра в пространстве – относительная длина осей эллипса Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 20 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Уточнение пространственной матрицы Выделение тонких объектов Большие сегменты для статичных объектов – компонент наибольшего собственного вектора ( ) = 0.25 Пересчитываем Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 21 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Уточнение цветовых параметров Если ядро сильно вытянуто, цвет в нем меняется сильнее Сохранение устойчивости по цвету Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 22 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Общая схема (1/3) Инициализация 1. Перевод данных в пространство feature points (5D/6D) Задание начальных значений и Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 23 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Общая схема (2/3) Вычисление анизотропного ядра 2. Соседние пиксели Обновление матрицы Модификация матрицы и с помощью разложения Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 24 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Общая схема (3/3) Провести несколько итераций вычисления 3. анизотропного ядра Запустить стандартную процедуру 4. Mean-shift Объединить пиксели с одинаковыми 5. конечными точками траектории в сегменты Удалить малые сегменты (опционально) 6. Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 25 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Anisotropic Mean-shift Устойчивость относительно параметров Фиксирован начальный размер ядра по цвету Размер пространственного ядра варьируется Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 26 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Only for Maxus Результаты сегментации Пример использования сегментации Wang et al., “Image and Video Segmentation by Anisotropic CS MSU Graphics & Media Lab (Video Group) 27 Kernel Mean Shift”, ECCV, 2004 www.compression.ru/video/
Recommend
More recommend