ВУЗ:
Составители:
изображении выбирается
p
характерных точек или локальных областей и
оцениваются их координаты на
k
кадрах изображений. По полученной
совокупности данных восстанавливается форма объекта и траектория
движения камеры. При этом форма объекта считается неизменной. Величина
p
составляет, как правило, несколько десятков. Решение связано с
обработкой матриц, размер которых увеличивается с увеличением числа
кадров. При этом время, затрачиваемое на восстановление формы объекта,
пропорционально
kp
2
. Существенным недостатком такого подхода являются
большие вычислительные затраты и необходимость хранения больших
объемов данных. С целью уменьшения объема вычислений в работе [91],
была предложена рекуррентная реализация метода разложения на
множители. При этом оценки формы объекта и траектории движения камеры
производятся в каждом кадре. Вычислительные затраты на восстановление
формы объекта становятся постоянными и пропорциональными
p
2
.
Соответственно и обработка последовательности кадров теоретически может
вестись в реальном времени. При обработке каждого очередного кадра форма
объекта уточняется с применением ортогональных базисных функций,
которые могут быть получены с использованием процедуры Грамма-
Шмидта. Для дальнейшего уменьшения вычислительных затрат в ряде работ
предложено использовать ортогональные итерации с ускорением [77].
Отметим, что даже в рекуррентном варианте метода разложения на
множителя требования к вычислительным ресурсам остаются очень
высокими и при современном развитии вычислительных средств его
реализация в системах реального времени остается проблематичной.
Другой распространенной разновидностью методов, основанных на
сопоставлении изображений, являются корреляционно-экстремальные,
исходной посылкой которых является предположение о высокой
коррелированности характеристик изображений на последовательности
кадров [69,78,83,86]. К недостаткам этих методов можно отнести большие
вычислительные затраты в случае оценивания многокомпонентного вектора
параметров ПД.
Оценка ПД при пространственно-временной фильтрации изображений
[67,80,84] достигается за счет фильтрации изображений в пространственной
и временной областях. Для этого параметры фильтра подстраиваются по
Страницы
- « первая
- ‹ предыдущая
- …
- 8
- 9
- 10
- 11
- 12
- …
- следующая ›
- последняя »
