Dipl.-Inf. Michael Baron
Kontaktinformation > Diplomarbeit

Diplomarbeit

Multi-Hypothesen Bewegungsschätzung, WS 2009/10

Zusammenfassung

Gegenstand dieser Arbeit ist ein Multi-Hypothesen Verfahren zur Bewegungsschätzung aus einer Folge von Bildern. Die Bewegungsschätzung ist heute in vielen Bereichen, wie in Robotik, im Automobilbereich, aber auch für Multimedia-Anwendungen (Video-Codierung) von fundamentaler Bedeutung. Das präsentierte Verfahren zeichnet sich dabei durch eine besonders hohe Effizienz aus, da einige wenige punktuelle Bewegungsschätzungen zu Hypothesen interpoliert werden und in der darauf folgenden Klassifikation die Auswahl der besten Hypothese an jeder Bildposition erfolgt. Bevor ich jedoch dieses neuartige Verfahren diskutiere, stelle ich im ersten Teil der Arbeit bisherige Konzepte aus dem Bereich der Bewegungsschätzung vor.

Inhaltsverzeichnis

1. Bewegung
2. Differentielle Verfahren
2.1 Einleitung
2.2 Exkurs: Verallgemeinerungen der BCCE
2.3 Blendenproblem
2.4 Strukturtensor
2.5 Bewegungsschätzung unter Verwendung der BCCE
2.6 Methode kleinster Quadrate
2.7 Methode totaler kleinster Quadrate
2.8 Affine Matching
3. Ableitungsfilter
3.1 Idealer Differentiator
3.2 Idealer diskreter Differentiator
3.3 Endliche Differenzen
3.4 Ableitungsfilter nach Scharr
4. Block Matching
4.1 Unähnlichkeitsmaße
4.2 Suchstrategien
4.3 Statistische Schätzung des Verschiebungsvektors
4.4 Typen von Matches
5. Multi-Hypothesen Bewegungsschätzung
5.1 Detektion von Modellierungsdiskrepanzen
5.2 Punktuelle Bewegungsschätzung
5.3 Interpolation punktueller Messungen zu einer Hypothese
5.4 Auswahl passender Hypothese (Klassifikation)
5.5 Struktur des Verfahrens
6. Interpolation von Vektorfeldern
6.1 Eindimensionale polynomielle Interpolation
6.2 Vektorfeld-Interpolation mit Dekomposition in Skalarfelder
6.3 Approximation ohne Dekomposition in Skalarfelder
6.4 Approximation von Vektorfeldern mit Kovarianzmatrix
6.5 Lineare statistische Approximation von Flussfeldern
7. Labelzuordnung und Kantenrelaxation
7.1 Maximum Likelihood-Segmentierung
7.2 Maximum A Posteriori-Segmentierung
7.3 Gibbs Markov Zufallsfelder
7.4 Iterative Optimierung
8. Experimentelle Resultate und Schlussfolgerungen
8.1 Experimentelle Resultate
8.2 Schlussfolgerungen

A. Anhang
A.1 Grundlagen der Signalverarbeitung
A.2 Quadratische Formen
A.3 Grundlagen der Schätztheorie
A.4 Entscheidungstheorie und Klassifikation

Download

Multi-Hypothesen Bewegungsschätzung (PDF, 6.4 MB)