optical flow на gpu
DESCRIPTION
Review of latest optical flow algorithmsTRANSCRIPT
Optical Flow на GPU
Илья Цветков
Video GroupCS MSU Graphics & Media Lab
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
2
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Optical flow
Optical flow — векторное поле, определяющее скорость движения каждой точки изображения
Задача компьютерного зрения
Первые публикации — 1980 г.
Возможные применения:
Сегментация
Изменение частоты кадров видео
Точная компенсация движения
3
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
4
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Градиентные методы
5
1 2( ), ( ) — одномерные сигналы в различные моменты времениf x f x
2 1( ) ( )f x f x d
21 1 1( ) ( ) ( ) ( )f x d f x df x O d
x
1( )f x 2( )f x
d2
1 2 1( ) ( ) ( ) ( )f x f x d f x O d
1 2
1
( ) ( )
( )
f x f xd
f x
Optical flow estimation. D. J. Fleet, Y. Weiss.The Handbook in Mathematical models for Computer Vision. N. Paragios, Y. Chen, and O. Faugeras, Springer, 2005
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Градиентные методы
Условие optical flow (optical flow constraint, gradient constraint equation):
6
( , ) ( , )I t I t t x x x
( , ) ( , )— яркость изображения в точке в момент времени I t x y tx x
2 2 2( , ) ( , ) tI t I t I I t O x y t x x x
0tI I v
( , )x yI I I
( , )u vt
xv
( , )x y x
( , ) ( , ) ( , ) 0tI t t I t x v x x
( , ) ( ( , ), ( , ))t u t v tv x x x
Optical flow estimation. D. J. Fleet, Y. Weiss.The Handbook in Mathematical models for Computer Vision. N. Paragios, Y. Chen, and O. Faugeras, Springer, 2005
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Альтернативная постановка
7
( ( ), )I t t constx
( ( ), ) 0ddt
I t t x
0 ( ( ), ) t
d I dx I dy II t t I I
dt x dt y dt t
x v
( ) — траектория движения точек изображенияtx
В итоге получаем условие optical flow:
( , ) ( , ) ( , ) 0tI t t I t x v x x
Optical flow estimation. D. J. Fleet, Y. Weiss.The Handbook in Mathematical models for Computer Vision. N. Paragios, Y. Chen, and O. Faugeras, Springer, 2005
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Aperture problem
Условие optical flow не является корректно поставленной задачей.
8
( , ) ( , ) ( , ) 0tI t t I t x v x x
( , ) ( ( , ), ( , ))t u t v tv x x x
tI I
I I
v
— проекция на вектор I v v
u
v
v
Условие optical flow
The Computation of Optical Flow. S. S. Beauchemin and J. L. Barron. ACM Computing Surveys, 1995
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Ограничения модели
Модель:
9The Computation of Optical Flow. S. S. Beauchemin and J. L. Barron. ACM Computing Surveys, 1995
( , ) ( , )I t I t t x x x
Сложности:
Наложения
Прозрачность, тени
Отражения, блики
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Сравнение optical flow
Средняя угловая ошибка (average angular error, AAE):
10
2 2
1
1( , ) ( , ,1)
u vu v u v
v v
arccos( )E c e v v
Угловая ошибка (angular error) между векторами и :c ev v
1EAAE
Performance of optical flow techniques. J. L. Barron, D. J. Fleet, and S. S. Beauchemin. International Journal of Computer Vision,1994
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Ground truth и визуализация
11
Последовательность Yosemite Ground truth
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
12
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Horn & Schunck
Цель — минимизация ошибки:
13
2 2 22
2 2( ) tE I I u v d
v v x
( ) ( ( ), ( ))u vv x x x
2 2 2x x y x tI u I I v u I I
2 2 2y x y y tI v I I u v I I
2
22 2
2
u uu
x y
2
22 2
2
v vv
x y
,u u
ux y
,v v
vx y
Сводим к системе дифференциальных уравнений:
— параметр модели
Условие optical flow Условие гладкости
Performance of Optical Flow Techniques on Graphics Hardware. M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.IEEE International Conference on Multimedia and Expo, 2006
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Horn & Schunck
14
1 2 2 2
n x x n y n t
n
x y
u I I u I v Iu
I I
1 2 2 2
yn x n y n t
n
x y
v I I u I v Iv
I I
2 2 2( ) ( )x x y x tI u I I v u I I 2 2 2( ) ( )y x y tyI v I I u v I I
2, где — результат свѐртки с ядромa a a a
1
12
1
12
1
12
1
12
1
6
1
6
1
6
1
6
0
Полученная СЛАУ решается итерационным методом:
Performance of Optical Flow Techniques on Graphics Hardware. M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.IEEE International Conference on Multimedia and Expo, 2006
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
i + 2
Реализация на GPU
Производные вычисляются применением фильтра:
15
i + 1
i
i − 1
i − 2 DT
x
y
t
I
I
I
112
1 8 0 8 1
1 2 2 2
n x x n y n t
n
x y
u I I u I v Iu
I I
1 2 2 2
yn x n y n t
n
x y
v I I u I v Iv
I I
Performance of Optical Flow Techniques on Graphics Hardware. M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.IEEE International Conference on Multimedia and Expo, 2006
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Реализация на GPU
Вычисление на GPU одной итерации:
16
1
1
1
1
k x x
k k k y y
kt t
k
x
x y y
u I I
v u v I Iu
I Iv
I
I I I
1 2 2 2
n x x n y n t
n
x y
u I I u I v Iu
I I
1 2 2 2
yn x n y n t
n
x y
v I I u I v Iv
I I
Performance of Optical Flow Techniques on Graphics Hardware. M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.IEEE International Conference on Multimedia and Expo, 2006
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
17
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Lucas & Kanade
18
2
( ) ( ) ( , ) ( , )tE w I t I t
x
v x x v x
2( , )( ) 0x x y x t
E u vw u I v I I I I
u
x
x
2( , )( ) 0ty x y y
E u vw v I u I I I I
v
x
x
( ) 0, — весовая функцияw x x
Цель — минимизация ошибки:
Точка минимума — критическая точка:
Performance of Optical Flow Techniques on Graphics Hardware. M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.IEEE International Conference on Multimedia and Expo, 2006
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Lucas & Kanade
Для каждой точки изображения находим вектор скорости:
19
1v M b
2
2
x x y
y x y
wI wI I
w I I w I
M
Mv b
x t
y t
wI I
w I I
b
В матричном виде:
2( , )( ) 0x x y x t
E u vw u I v I I I I
u
x
x
2( , )( ) 0ty x y y
E u vw v I u I I I I
v
x
x
Performance of Optical Flow Techniques on Graphics Hardware. M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.IEEE International Conference on Multimedia and Expo, 2006
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Реализация на GPU
Формат текстур:
20
2 2, ,x x y yI I I I
,x t y tI I I I
116
1, 4, 6, 4,1
2
2
x x y
y x y
wI wI I
w I I w I
M
x t
y t
wI I
w I I
b
Элементы M и b вычисляются применением фильтра с
ядром w(x):
Вычисление optical flow:1v M b
Performance of Optical Flow Techniques on Graphics Hardware. M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.IEEE International Conference on Multimedia and Expo, 2006
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
21
Athlon64 3500+, 512 kB Cache, 2 GB RAM vs. GeForce 6800 Ultra
Уск
орение, раз
Performance of Optical Flow Techniques on Graphics Hardware. M. Durkovic, M. Zwick, F. Obermeier, K. Diepold.IEEE International Conference on Multimedia and Expo, 2006
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Градиентные методы
Достоинства
Простота
Высокая скорость работы
Недостатки
Низкая точность
22
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Уточнение метода
23
x
1( )f x 2( )f x
x d x
1 2
1
( ) ( )
( )
f x f xd
f x
x
1( )f x 2( )f x
d
1 2
1
( ) ( )
( )
f x f xd
f x
x d x
21 3
1
( )( )
2 ( )
d f xd d O d
f x
1( ) — деформированный сигналf x d
Optical flow estimation. D. J. Fleet, Y. Weiss.The Handbook in Mathematical models for Computer Vision. N. Paragios, Y. Chen, and O. Faugeras, Springer, 2005
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Уточнение метода
24
0 0( , ) ( , )I t t I t t t x x v
0 0 0 0 0( , ) ( , ) ( , 1) ( , 1)I t I t I t I t x x x v x v v
0 0 v v v0 — приближение, полученное на первом шагеv
0 1 0 v M b
1 0 0и т. д. v v v
argmin ( )j jE v v
2( ) ( ) ( , ) ( , )jj
t
x
jE w I t I t
v x x v x
Итеративное приближение к точному решению:
Optical flow estimation. D. J. Fleet, Y. Weiss.The Handbook in Mathematical models for Computer Vision. N. Paragios, Y. Chen, and O. Faugeras, Springer, 2005
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Coarse-To-Fine Refinement
25
1( ) ( ) ( )k kI S g I x x — оператор прореживанияS
— фильтр Гауссаg
2( ) ( ) ( , ) ( , )k k k
x
tE w I t I t
v x x v x
0( , ) ( , )I t I tx x
Сильное движение не может быть верно определено с использованием рассмотренных методов.
, 0k n
Optical flow estimation. D. J. Fleet, Y. Weiss.The Handbook in Mathematical models for Computer Vision. N. Paragios, Y. Chen, and O. Faugeras, Springer, 2005
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Robust estimator
26
( ) ( , ) ( , )te I t I t x x v x
( ) ( ) ( ( ), )x
E w e
v x x
2
2 2( , )Например,
ee
e
2
( ) ( ) ( , ) ( , ) — least-squares (LS) estimator tE w I t I t
x
v x x v x
Optical flow estimation. D. J. Fleet, Y. Weiss.The Handbook in Mathematical models for Computer Vision. N. Paragios, Y. Chen, and O. Faugeras, Springer, 2005
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
27
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Energy-based метод
28
1 2( ) ( ) ( ) ( )D SDE E E E u u u u
1
2( ) ( ) ( )DE I I d
u x u x x
2
2( ) ( ) ( )DE I I d
u x u x x
2 2( )SE u v d
u x
, 0
2 2 2( )s s
Цель — минимизация энергии:
— регуляризацонный параметр
Towards ultimate motion estimation: combining highest accuracy with real-time performance. A. Bruhn, J. Weickert. IEEE International Conference on Computer Vision, 2005
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Численное решение
29
1 211 12 13 11 12 13
( )2
0 ( ) ( )
2
D i i i i i D i i i i i
S j j j i i
i i
S i
j i
u v u v
u u u u
h
S S S T T T
1 221 2 2 2 3 21 2 2 2 3
( )2
0 ( ) ( )
2
D i i i i i D i i i i i
S j j j i i
i i
S i
j i
u v u v
v v v v
h
S S S T T T
T S I I
T Tx x y y T I I I I
( ) — множество пространственных соседей точки i i
T( , , )x y zI I I I
T( , , )x zxx xyxI I I IT( , , )x zyy yyyI I I I
( ) ( )zI I I x v x
1
T(( , ,1) ( , ,1))D u v u v S
2
T(( , ,1) ( , ,1))D u v u v T
2 2( ) ( )S u u v v
СЛАУ для ui , vi:
GPU-Based Multigrid: Real-Time Performance in High Resolution Nonlinear Image Processing. H. Grossauer, P. Thoman. Computer Vision Systems, Springer Berlin, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Итерационное решение
30
1
11
1 2
3 3
nnn
nu
nnv
n
ru u
rv v
M
1 2
1 2 1 2
1 211 11 12 12
( )
12 12 2 2 2 2
(
2
2)
2
2
n nS in n n n n n n n
D i i D i i D i i D i
j i
n nS in n n n n n n n
D i i D i D i i D i i
S j
n
S j
j i
h
h
S T S T
M
S T S T
1 213 13
(2
) 2
n n nS i jn n n n n
u D i i D i i
j i
j i
S ju u ur
h
S T
1 22 3 2 3
(2
) 2
n n nS i jn n n n n
u D i i D i i
j i
j i
S jv v vr
h
S T
GPU-Based Multigrid: Real-Time Performance in High Resolution Nonlinear Image Processing. H. Grossauer, P. Thoman. Computer Vision Systems, Springer Berlin, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Реализация на GPU
calcIdJd — вычисление пространственных производных
calcIzIxzIyz — вычисление производных по времени
calcST — вычисление тензоров S и T:
31GPU-Based Multigrid: Real-Time Performance in High Resolution Nonlinear Image Processing. H. Grossauer, P. Thoman. Computer Vision Systems, Springer Berlin, 2008
T S I I
T Tx x y y T I I I I
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Реализация на GPU
32GPU-Based Multigrid: Real-Time Performance in High Resolution Nonlinear Image Processing. H. Grossauer, P. Thoman. Computer Vision Systems, Springer Berlin, 2008
un u u
vn v v
calcPsi — предварительные вычисления
coupledJacobi — вычисление одной итерации
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
33GPU-Based Multigrid: Real-Time Performance in High Resolution Nonlinear Image Processing. H. Grossauer, P. Thoman. Computer Vision Systems, Springer Berlin, 2008
Последовательность Yosemite
GPU и GPU-RT — предложенный метод, в GPU-RTприменяется меньше итераций
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
34GPU-Based Multigrid: Real-Time Performance in High Resolution Nonlinear Image Processing. H. Grossauer, P. Thoman. Computer Vision Systems, Springer Berlin, 2008
Производительность реализации GPU-RT
GeForce 8800 GTX
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
35
Содержание
Введение
Gradient-based методы
Глобальная модель Horn & Schunck
Локальная модель Lucas & Kanade
Energy-based метод
Phase-based метод
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Phase-based метод
Основная идея — применить предварительную фильтрацию изображений.
36
T( , )x yx2
2 (2 )( , )
iG e e
x
x fx f
T( , ) — частота фильтра x yf f f
Используется фильтр Габора:
( )( , ) ( )( , )I F t I F t t t x x v
Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Фильтрация
Проводится в различных направлениях:
37
Используется приближение фильтров на основе одномерных свѐрток:
24 ×
Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Фильтрация
38
( )( ) ( )( ) ( ) iR I G e xx x x
2 2( ) Re( ( )) Im( ( )) — амплитуда R R x x x
Im( ( ))( ) arctan
Re( ( ))— фаза
R
R
xx
x
( ) — отфильтрованное изображениеR x
0 vT
,x y
( , )u vv
t
Phase gradient constraint:
v
— проекция на v v
Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Вычисление optical flow
39
2 f
( )( )
2
x fv x
f f
( ) ( )( )
( )
v x v xv x
v x
( )
2
( ) ( )( ( )) ( )
( )O
E
x
v x v xv x v x
v x
( ) — множество направлений , для которых имеется надѐжное предсказание O x v
1 1
2 2
2( ) ( , )
( )— метрика доверия для n nt
a t t
n
x x
x
5 — количество рассматриваемых кадров, использовалось n n
— порог доверия l
Цель — минимизация:
Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Метод может верно определять только вектора, которые меньше половины длины волны фильтра
Пирамидальное вычисление:
Coarse-To-Fine Refinement
Деформация изображения перед уточнением на более высоком разрежении:
40
1( ) ( ) ( )k kI S g I x x — оператор прореживанияS
— фильтр Гауссаg( ) ( )( )k kR I G x x
1 1( , ) 2 ( )( ),k k kcp t x t t t x v x
( 1)
2c
nt
Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Реализация на CUDA
Преимущества GPU: Быстрая реализация свѐртки
Высокая пропускная способность шины
Интерполяция «на лету»
Основные идеи: Банк фильтров реализован с помощью библиотеки CUDA
Вычисление optical flow происходит за одно применение ядра к каждому пикселю изображения
Расчѐт деформированного изображения основан на интерполяции, предоставляемой GPU
Конвейерная обработка
41Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
GeForce 8800 GTX
Измерения включают обмен данными между GPU и CPU
Core 2 Quad 2.4 GHz
Использовалось только одно ядро
42Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
43
Исходный кадр Ground truth
Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
44
Исходный кадр 0.02l
Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
45
Исходный кадр 0.05l
Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
46
Исходный кадр 0.10l
Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
47
Исходный кадр Ground truth
Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
Phase-based Другие методы
48Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
49Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Результаты
50Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Список литературы
1. Optical flow estimation. Fleet, D. J. and Weiss, Y. The Handbook in Mathematical models for Computer Vision. N. Paragios, Y. Chen, and O. Faugeras, Springer, 2005
2. The Computation of Optical Flow. S. S. Beauchemin and J. L. Barron. ACM Computing Surveys, 1995
3. Performance of optical flow techniques. J. L. Barron, D. J. Fleet, and S. S. Beauchemin. International Journal of Computer Vision, 1994
4. Performance of Optical Flow Techniques on Graphics Hardware. M. Durkovic, M. Zwick, F. Obermeier, K. Diepold. IEEE International Conference on Multimedia and Expo, 2006
5. Towards ultimate motion estimation: combining highest accuracy with real-time performance. A. Bruhn, J. Weickert. IEEE International Conference on Computer Vision, 2005
6. GPU-Based Multigrid: Real-Time Performance in High Resolution Nonlinear Image Processing. H. Grossauer, P. Thoman. Computer Vision Systems, Springer Berlin, 2008
7. Realtime phase-based optical flow on the GPU. K. Pauwels, M. M. Van Hulle. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008
51
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus
Вопросы
?52
CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/
Only for Maxus Лаборатория компьютерной
графики и мультимедиа
Видеогруппа это:
Выпускники в аспирантурах Англии, Франции, Швейцарии (в России в МГУ и ИПМ им. Келдыша)
Выпускниками защищено 5 диссертаций
Наиболее популярные в мире сравнения видеокодеков
Более 3 миллионов скачанных фильтров обработки видео
53