Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Scene Flow Estimation from Light Fields via the Preconditioned Primal-Dual Algorithm Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

Coded Aperture Flow

verfasst von : Anita Sellent, Paolo Favaro

Erschienen in: Pattern Recognition

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Real cameras have a limited depth of field. The resulting defocus blur is a valuable cue for estimating the depth structure of a scene. Using coded apertures, depth can be estimated from a single frame. For optical flow estimation between frames, however, the depth dependent degradation can introduce errors. These errors are most prominent when objects move relative to the focal plane of the camera. We incorporate coded aperture defocus blur into optical flow estimation and allow for piecewise smooth 3D motion of objects. With coded aperture flow, we can establish dense correspondences between pixels in succeeding coded aperture frames. We compare several approaches to compute accurate correspondences for coded aperture images showing objects with arbitrary 3D motion.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Locality Sensitive Hashing Using GMM
Nächstes Kapitel Kernel Density Estimation for Post Recognition Score Analysis
Literatur
1.
Alvarez, L., Deriche, R., Papadopoulo, T., Sánchez, J.: Symmetrical dense optical flow estimation with occlusions detection. In: Heyden, A., Sparr, G., Nielsen, M., Johansen, P. (eds.) ECCV 2002, Part I. LNCS, vol. 2350, pp. 721–735. Springer, Heidelberg (2002)CrossRef
2.
Asada, N., Fujiwara, H., Matsuyama, T.: Analysis of photometric properties of occluding edges by the reversed projection blurring model. T-PAMI 20(2), 155–167 (1998)CrossRef
3.
Baker, S., Scharstein, D., Lewis, J., Roth, S., Black, M., Szeliski, R.: A database and evaluation methodology for optical flow. IJCV 92(1), 1–31 (2011)CrossRef
4.
5.
Dowski Jr., E., Cathey, W.: Single-lens single-image incoherent passive-ranging systems. Appl. Opt. 33(29), 6762–6773 (1994)CrossRef
6.
Horn, B.K., Schunck, B.G.: Determining optical flow. Artif. Intell. 17(1), 185–203 (1981)CrossRef
7.
Jin, H., Favaro, P., Cipolla, R.: Visual tracking in the presence of motion blur. In: Proceedings of the CVPR, vol. 2, pp. 18–25. IEEE (2005)
8.
Kubota, A., Kodama, K., Aizawa, K.: Registration and blur estimation methods for multiple differently focused images. In: Proceedings of the ICIP, vol. 2, pp. 447–451 (1999)
9.
Levin, A., Fergus, R., Durand, F., Freeman, W.: Image and depth from a conventional camera with a coded aperture. TOG 26(3), 70 (2007)CrossRef
10.
Lin, J., Ji, X., Xu, W., Dai, Q.: Absolute depth estimation from a single defocused image. T-IP 22(11), 4545–4550 (2013)CrossRef
11.
Martinello, M., Favaro, P.: Single image blind deconvolution with higher-order texture statistics. In: Cremers, D., Magnor, M., Oswald, M.R., Zelnik-Manor, L. (eds.) Video Processing and Computational Video. LNCS, vol. 7082, pp. 124–151. Springer, Heidelberg (2011)CrossRef
12.
Martinello, M., Favaro, P.: Depth estimation from a video sequence with moving and deformable objects. In: Proceedings of the Image Processing Conference (2012)
13.
Portz, T., Zhang, L., Jiang, H.: Optical flow in the presence of spatially-varying motion blur. In: Proceedings of the CVPR, pp. 1752–1759. IEEE (2012)
14.
Seitz, S., Baker, S.: Filter flow. In: Proceedings of the ICCV, pp. 143–150. IEEE (2009)
15.
Sellent, A., Favaro, P.: Optimized aperture shapes for depth estimation. Pattern Recogn. Lett. 40, 96–103 (2014)CrossRef
16.
Sellent, A., Favaro, P.: Which side of the focal plane are you on? In: Proceedings of the ICCP, pp. 1–8. IEEE (2014)
17.
Shroff, N., Veeraraghavan, A., Taguchi, Y., Tuzel, O., Agrawal, A., Chellappa, R.: Variable focus video: reconstructing depth and video for dynamic scenes. In: Proceedings of the ICCP, pp. 1–9. IEEE (2012)
18.
Subbarao, M., Surya, G.: Depth from defocus: a spatial domain approach. IJCV 13(3), 271–294 (1994)CrossRef
19.
Sun, D., Roth, S., Black, M.: Secrets of optical flow estimation and their principles. In: Proceedings of the CVPR, pp. 2432–2439. IEEE (2010)
20.
Sun, D., Wulff, J., Sudderth, E., Pfister, H., Black, M.: A fully-connected layered model of foreground and background flow. In: Proceedings of the CVPR, pp. 2451–2458 (2013)
21.
Veeraraghavan, A., Raskar, R., Agrawal, A., Mohan, A., Tumblin, J.: Dappled photography: mask enhanced cameras for heterodyned light fields and coded aperture refocusing. TOG 26(3), 69 (2007)CrossRef
22.
Werlberger, M., Trobin, W., Pock, T., Wedel, A., Cremers, D., Bischof, H.: Anisotropic Huber-L1 optical flow. In: Proceedings of the BMVC, pp. 1–11 (2009)
23.
Zach, C., Pock, T., Bischof, H.: A duality based approach for realtime TV-\(L^{1}\) optical flow. In: Hamprecht, F.A., Schnörr, C., Jähne, B. (eds.) DAGM 2007. LNCS, vol. 4713, pp. 214–223. Springer, Heidelberg (2007)CrossRef
Metadaten
Titel
Coded Aperture Flow
verfasst von
Anita Sellent
Paolo Favaro
Copyright-Jahr
2014
Buch
Pattern Recognition

Print ISBN: 978-3-319-11751-5

Electronic ISBN: 978-3-319-11752-2

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-319-11752-2_48