An Online Learning Approach to Occlusion Boundary Detection

Abstract

We propose a novel online learning-based framework for occlusion boundary detection in video sequences. This approach does not require any prior training and instead “learns” occlusion boundaries by updating a set of weights for the online learning Hedge algorithm at each frame instance. Whereas previous training-based methods perform well only on data similar to the trained examples, the proposed method is well suited for any video sequence. We demonstrate the performance of the proposed detector both for the CMU data set, which includes hand-labeled occlusion boundaries, and for a novel video sequence. In addition to occlusion boundary detection, the proposed algorithm is capable of classifying occlusion boundaries by angle and by whether the occluding object is covering or uncovering the background.

دانلود رایگان مقله انگلیسی                     1.24 MB

چکیده
ما یک چهارچوب مبتنی بر آموزش آنلاین برای تشخیص مرز انسداد در سکانس های ویدیویی، ارائه میدهیم. این رویکرد نیاز به آموزش قبلی ندارد و در عوض، تشخیص مرز انسداد را با به روز رسانی یک مجموعه از وزن ها برای الگوریتم حصاری یادگیری آنلاین در هر فریم، آموزش میدهد. در حالی که روش های قبلی مبتنی بر آموزش، تنها در داده های شبیه به هم، عملکرد مناسبی داشتند، روش ارائه شده برای عملکرد مناسب در هر سکانسی، ارائه شده است. ما، کارایی آشکار ساز پیشنهاد شده را برای سکانس های ویدئویی جدید و مجموعه داده های CMU، که شامل مرز انسداد دستی است، نشان میدهیم. علاوه بر این، برای تشخیص مرز انسداد ، الگوریتم ارائه شده، توانایی طبقه بندی مرز انسداد را با استفاده از زاویه و در نظر گرفتن اینکه آیا انسداد، پشت زمینه را پوشش میدهد یا نه، دارد.
کلمات کلیدی: تشخیص انسداد، تخمین حرکت، انسداد مرزها، تشخیص انسداد مرز، آموزش آنلاین.

تعداد صفحات مقاله انگلیسی:10 صفحه
تعداد صفحات مقاله فارسی: 25  صفحه
نوع فایل: ورد