1 / 25

Decomposition of Dynamic Textures Using Morphological Component Analysis

Decomposition of Dynamic Textures Using Morphological Component Analysis. 作者： Sloven Dubois, Renaud Peteri and Michel Menard 出處： IEEE Transactions Circuits and Systems for Video Technology, Vol. 22, No.2, Feb 2012. 報告者： 周凌漢 日期： 2012/12/19. Outline. Introduction

quon-cash
Download Presentation

Decomposition of Dynamic Textures Using Morphological Component Analysis

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Decomposition of Dynamic Textures UsingMorphological Component Analysis 作者： Sloven Dubois, RenaudPeteri and Michel Menard 出處： IEEE Transactions Circuits and Systems for Video Technology, Vol. 22, No.2, Feb 2012 報告者：周凌漢 日期：2012/12/19

  2. Outline • Introduction • A Model of Dynamic Texture • Decomposing Dynamic Textures • Results • Conclusion and Prospects

  3. Introduction 近年來影像分析主題從靜態紋理逐漸延伸到動態紋理 旗在風中飄揚、水與火、揮舞的樹木、煙霧或自動梯的波紋都是在真實場景的動態紋理例子

  4. Introduction • 應用領域 • 影像索引 • 影像監控 • 時空分割的影像序列 • 動態背景減法 • 追蹤 • 影像合成

  5. Introduction 動態紋理的分類

  6. Introduction • 動態紋理的特性分類 • 影像動態紋理可以是天然的(自然過程)，人造的(人類創造的)或合成的(由電腦產生的) • 一種影像序列可能包含靜態和/或動態紋理成分 • 動態紋理是由三方面因素引起的： • 紋理影像(剛性的或可變形的) • 運動產生的紋理或攝影機(平移，縮放) • 在取樣條件的變化(光反射和照明) • 每個動態紋理都有其自身的特點，如平穩性，規律性，傳播速度

  7. Introduction 一個動態的紋理是由不同的動作發生在不同的時空尺度 背景下，本文工作是描述和分析這些動態紋理，目的是能夠自動檢索影像場景給定的動態紋理 本文的主要貢獻是提出了一種新的動態紋理分析方法，利用形態學成分分析(MCA)的方法，分析動態紋理

  8. Two Model of Image Motion 不同的動態紋理例子 模擬和理解不同成份的動態紋理

  9. Two Model of Image Motion 給定一個影像，動態紋理成份Tv可以定義為: 其中:

  10. Two Model of Image Motion 一個動態紋理ϒi可以是大規載波和局部振盪現象，可以被定義如下：

  11. Two Model of Image Motion • 為簡單起見，只考慮載波的每個動態紋理: • 變形的紋理與隨機的運動，如液體流動(湖，海，水流)，振盪所產生的風(草，樹，旗)，煙等 • 剛性紋理與確定性運動，如自動扶梯，風車 • 離散紋理隨機運動，如魚群，蟲群等

  12. Two Model of Image Motion • 載波Pi是最複雜的現象，取決於所考慮影像序列 • 傳播速度、方向和平穩度 • 局部現象Li • 最佳的時間/頻率的權衡和計算時間的考慮

  13. Two Model of Image Motion • 載波、局部振盪現象與疊加

  14. Decomposing Dynamic Textures • Morphological Component Analysis • 目的:分解ND標誌的字典 • 參數: • 分解y//其中 可以代表稀疏的字典 • 字典 • 閾值策略 • 停止條件σ • 初始化 • for i = 1 to N do//估計成分設為0 • =0 • End for • λ(1) = lambda initialization(strategy) //初始化閥值 • K=1//迭代次數初始化

  15. Decomposing Dynamic Textures • Morphological Component Analysis • 主迴圈: • While do • For i = 1 to N do // 每個成分 • // 計算邊緣剩餘 • // 基於 推算 • // 硬閾值 • // 新的估算 • end for • // 更新閾值λ • k=k+1 // 迭代 • End while

  16. Decomposing Dynamic Textures • Choice of the Dictionary • 變換不適合動態紋理在影像序列中會惡化的結果品質 • 辨別非局部相關現象(幾何成分) • 2-D+ T曲波變換Φ1(curvelet transform) • 一個動態的紋理經常出現在局部振盪現象(紋理成分) • 2-D+ T局部餘弦變換Φ2(local cosine transform)

  17. Decomposing Dynamic Textures • Thresholding Strategy • 本文的目的是動態紋理自然分解，從DynTex資料庫中進行實驗 • 處理的影像序列持續時間為5秒(128影像)的大小為648×540 像素 • 線性閾值策略(LTS):百次迭代是為了建立一個良好的分離 • 分解整個DynTex資料庫（約700視頻），在標準的電腦上需要700 *21 H =612天 • 自適應閾值策略(MoMS):減少了迭代平均次數，卻能夠獲得類似結果 • 分解整個DynTex資料庫約306天

  18. Decomposing Dynamic Textures 兩個閾值的策略 • Two New Adaptive Thresholding Strategies for Improving Computation Time • 使用MCA算法分解結果，強烈依賴於迭代中的閾值λ（k）

  19. Decomposing Dynamic Textures • Two New Adaptive Thresholding Strategies for Improving Computation Time • LTS:迭代次數對於大量的自然紋理，根據紋理屬性，可以減少跌代次數，因此LTS不在是最適合的選擇 • MOMS:可以自適應地改變閾值λ(K)的演變 • 我們建議這兩種策略結合起來到一個新的所謂的自適應閾值策略與線性校正(ATSLc)

  20. Decomposing Dynamic Textures • Two New Adaptive Thresholding Strategies for Improving Computation Time • LTS與ETS比較: • LTS:閾值範圍分配一次，導致不合適的分解 • ETS:能夠大範圍的閾值在第一次迭代的演算法，並在小的時間間隔在最後的迭代係數。

  21. Decomposing Dynamic Textures • Two New Adaptive Thresholding Strategies for Improving Computation Time • 第二個閾值結合的ETS和MOMS的方法，自適應閾值策略與指數的修正(ATSEc)

  22. Results 時空訊息差異 Comparison Between Static and Dynamic MCA Decomposition

  23. Results MCA分解(ATSLc) Comparison Between Static and Dynamic MCA Decomposition

  24. Results Comparison Between Static and Dynamic MCA Decomposition

  25. Conclusion and Prospects • Conclusion • 本文提出新的動態紋理模型，基於大規模波陣面和本地振盪現象的疊加 • 提出了兩個新的自適應閾值的策略：ATSLc和ATSEc這兩個新閾值策略，比原來的策略計算時間減少了約5倍，與同等品質結果 • Prospects • 其他應用的動態紋理動態（例如漩渦），時空分割或動態背景中刪除靜態對象等

More Related