Ein schneller parametrischer Algorithmus zur Bewegungsschätzung mit Korrektur von Beleuchtung und Objektivverzerrung

Methoden zur Schätzung der Bewegung in Video-Sequenzen, die auf der optischen Flussgleichung (OFE) basieren, gehen davon aus, dass die Beleuchtung der Szene einheitlich ist und dass die bildgebenden Optiken ideal sind. Wenn diese Annahmen zutreffen, können diese Methoden sehr genau sein, aber wenn dies nicht der Fall ist, sinkt die Genauigkeit des Bewegungsfeldes entsprechend. Dieses Papier erweitert die Modelle, auf denen die OFE-Methoden basieren, um unregelmäßige, zeitlich variable Beleuchtungsmodelle und Modelle für imperfekte Optiken, die Vignettierung, Gamma und geometrische Verzerrungen einführen, wie sie wahrscheinlich bei kostengünstigen PC-Kameras zu finden sind. Der resultierende Optimierungsrahmen schätzt die Bewegungsparameter, Beleuchtungsparameter und Kameraparameter gleichzeitig. In einigen Fällen können diese Modelle zu nichtlinearen Gleichungen führen, die iterativ gelöst werden müssen; in anderen Fällen ist das resultierende Optimierungsproblem linear. Für den ersten Fall wird ein effizientes, hierarchisches, iteratives Framework bereitgestellt, das zur Implementierung des Bewegungseschätzers verwendet werden kann.