A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Using Temporal Correlation to Optimize Stereo Matching in Video Sequences Usando correlação temporal para otimizar a correspondência estéreo em sequências de vídeo

Ming LI, Li SHI, Xudong CHEN, Sidan DU, Yang LI

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

A grande complexidade computacional torna a correspondência estéreo um grande desafio no cenário de aplicações em tempo real. O problema da correspondência estéreo em uma sequência de vídeo é ligeiramente diferente daquele em uma imagem estática porque existe correlação temporal entre os quadros de vídeo. No entanto, nenhum método existente considerou a consistência temporal da disparidade para aceleração do algoritmo. Neste trabalho, propusemos um esquema denominado faixa de disparidade dinâmica (DDR) para otimizar as etapas de cálculo de custos e agregação de custos, estreitando a faixa de busca de disparidades, e um esquema denominado caminho de agregação de custos temporais para otimizar a etapa de agregação de custos. Com base nos esquemas, propusemos os algoritmos DDR-SGM e DDR-MCCNN para o casamento estéreo em sequências de vídeo. Os resultados da avaliação mostraram que os algoritmos propostos reduziram significativamente a complexidade computacional, com apenas uma ligeira perda de precisão. Provamos que as otimizações propostas para a correspondência estéreo são eficazes e a consistência temporal no vídeo estéreo é altamente útil para melhorar a precisão ou reduzir a complexidade computacional.

Publicação
IEICE TRANSACTIONS on Information Vol.E102-D No.6 pp.1183-1196
Data de publicação
2019/06/01
Publicitada
2019/03/01
ISSN online
1745-1361
DOI
10.1587/transinf.2018EDP7273
Tipo de Manuscrito
PAPER
Categoria
Reconhecimento de imagem, visão computacional

autores

Ming LI
  Nanjing University
Li SHI
  Nanjing University
Xudong CHEN
  Nanjing University
Sidan DU
  Nanjing University
Yang LI
  Nanjing University

Palavra-chave