Please use this identifier to cite or link to this item: http://dx.doi.org/10.18419/opus-3270
Authors: Müller, Michael
Title: Klassifikation von Bewegungstrajektorien durch regularische Regression
Other Titles: Classification of motion trajectories via regularised regression
Issue Date: 2013
metadata.ubs.publikation.typ: Abschlussarbeit (Bachelor)
URI: http://nbn-resolving.de/urn:nbn:de:bsz:93-opus-92012
http://elib.uni-stuttgart.de/handle/11682/3287
http://dx.doi.org/10.18419/opus-3270
Abstract: Die Extraktion von Bewegungsinformation aus Bildfolgen ist eines der zentralen Probleme im Bereich der Bild- und Videoverarbeitung. Oft ist man dabei an dem Verschiebungsvektorfeld zwischen zwei aufeinander folgenden Bildern einer Bildfolge interessiert, welches in der Literatur als optischer Fluss bezeichnet wird. Da er keine reell zu erfassende Größe ist, werden verschiedene mehr oder weniger aufwändige Verfahren entwickelt, um die Größe des optischen Flusses möglichst genau bestimmen zu können. Während die meisten Verfahren lediglich zwei aufeinanderfolgende Bilder betrachten und aus diesen auf den optischen Fluss schließen, wird im Falle des TC-Flow Verfahrens von Volz et al. (2011) eine Bildfolge über fünf Bilder betrachtet. Die Bestimmung des optischen Flusses erfolgt bei der TC-Flow Methode in drei Schritten. Zuerst wird eine Schätzung des optischen Flusses ohne trajektorielle Regularisierung, aber unter Berücksichtung räumlicher Glattheitsannahmen durchgeführt. Anschließend erfolgt eine Klassifikation der in Schritt eins berechneten Bewegungstrajektorien in konstante, lineare oder polynomielle Bewegungsmodelle. Zuletzt erfolgt eine erneute Schätzung des optischen Flusses, bei dem die Regularisierung der Bewegungstrajektorien in die Berechnung mit einbezogen wird und somit der optische Fluss unter räumlichen und zeitlichen Glattheitsannahmen geschätzt wird. Wenngleich die entstehenden Klassifikationskarten sehr verrauscht sind, lässt sich der Erfolg der TC-Flow Methode anhand des anerkannten Middlebury-Benchmarks nachvollziehen, bei dem das Verfahren einen der vorderen Plätze belegt. Da beim Klassifikationsschritt des ursprünglichen TC-Flow Verfahrens die entstehenden Klassifikationskarten teilweise stark verrauscht waren, wird in dieser Bachelorarbeit neben einem zeitlichen auch ein räumlicher Zusammenhang der Bewegungstrajektorien geschaffen. Dazu wird der ursprüngliche Klassifikationsschritt aus der TC-Flow Methode zuerst nachimplementiert und anschließend dahingehend erweitert, dass räumliche Glattheitsannahmen in der Berechnung der Klassifikationskarten berücksichtigt werden. Abschließend erfolgt eine Evaluation der neuen Klassifikationsverfahren. Diese findet einerseits visuell anhand der Klassifikationskarten, andererseits durch Integration in die TC-Flow Methode von Volz et al. statt.
Appears in Collections:05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Files in This Item:
File Description SizeFormat 
BCLR_0052.pdf7,15 MBAdobe PDFView/Open


Items in OPUS are protected by copyright, with all rights reserved, unless otherwise indicated.