Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/2217| Estimación y segmentación de movimientos en secuencias de video Multiple motion estimation and segmentation in video sequences | |
| Juan Rendón Rendón | |
| Gustavo Olague Caballero | |
| Acceso Abierto | |
| Atribución | |
| Visión por computadora,Computer vision,Segmentation,Segmentación,Multiple motion estimation,Estimación de múltiples movimientos | |
| En este trabajo de tesis se propone un nuevo enfoque utilizando algoritmos genéticos para el cálculo de la geometría de múltiples movimientos presentes en una escena. Para el cálculo de la matriz fundamental, la cual encapsula la geometría de la escena, son necesarios al menos 8 pares de puntos correspondientes en ambas imágenes. En este trabajo tomamos cada uno de los marcos de la secuencia de video como fotografías tomadas de manera independiente. Asimismo, en cada fotografía se consideran los objetos en movimiento como adquiridos por diferentes cámaras por lo que se toma cada objeto fotografiado como una subimagen. De esta manera, se aborda el problema de estimación de las matrices fundamentales como un problema de optimización del error residual en el cálculo de la matriz fundamental, utilizando puntos de interés y algoritmos genéticos. El algoritmo se compone de tres etapas, una de preprocesamiento, una de apareamiento y una de concensos. En la etapa de preprocesamiento se obtienen los puntos de interés y se agrupan dichos puntos con cada uno de los movimientos por cada par de subfotografías correspondientes. En la etapa de apareamiento se forman pares de puntos utilizando la correlación como medida de función de aptitud. Por último, en la etapa de concensos se seleccionan los mejores pares de puntos para el cálculo de la matriz fundamental de cada uno de los movimientos. El algoritmo demostró ser capaz de segmentar los puntos de interés que le corresponden a cada uno de los objetos en movimiento presentes en la escena; y a partir de ello, seleccionar un conjunto de puntos suficientes de manera automática. Dicha información permite calcular la matriz fundamental correspondiente a cada uno de los movimientos de una manera eficiente. In this work we propose a novel approach using genetic algorithms to compute the geometry of multiple motions in a scene. To compute the fundamental matrix that encapsulates the scene geometry, we need at least 8 matched points in both images. In this work we took each frame of the video secuence like pictures taken independently from each other. Thus, we consider that the objects in motion inside the pictures are observed by diferent cameras, so we took every object in motion like subimages. We tackle the fundamental matrix estimation problem, like an optimization problem and we use genetic algorithms and interest points to solve it. The fitness function of the genetic algorithm promotes a low residual error in the matrix computation. We propose an algorithm of 3 stages, the preprosessing stage, the matching stage and the consensus stage. In the preprosessing stage we obtain the interest points and we clustered them for each matched object in motion. In the matching stage we fix matching points using Zero-Mean Normalized Cross Correlation as the fitness function. In the final stage, we select the best set of matching points to compute the fundamental matrix of each object in motion. The propossed algorithm proved that is capable to achieve the interest points segmentation of each object in motion, and able to select from these points automatically the best set of sufficient points. This information allows to compute efficiently the fundamental matrix corresponding to each object in motion. | |
| CICESE | |
| 2006 | |
| Tesis de maestría | |
| Español | |
| Rendón Rendón, J.2006.Estimación y segmentación de movimientos en secuencias de video.Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.161 p. | |
| TECNOLOGÍA DE LOS ORDENADORES | |
| Aparece en las colecciones: | Tesis - Ciencias de la Computación |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| 174221.pdf | 35.75 MB | Adobe PDF | Visualizar/Abrir |