Los puntos clave no están disponibles para este artículo en este momento.
Presentamos un método eficiente y simple para introducir consistencia temporal en una gran clase de problemas de gráficos por computadora basados en imágenes impulsados por optimización. Nuestro método extiende trabajos recientes en filtrado consciente de bordes, aproximando la costosa regularización global con una rápida operación de filtrado conjunto iterativo. Usando esta representación, podemos lograr enormes ganancias de eficiencia tanto en términos de requisitos de memoria como de tiempo de ejecución. Esto nos permite procesar tomas completas a la vez, aprovechando la información de soporte que existe a través de fotogramas lejanos, algo que es difícil con los enfoques existentes debido a la carga computacional de los datos de video. Nuestro método es capaz de filtrar a lo largo de caminos de movimiento utilizando un enfoque iterativo que utiliza y estima simultáneamente vectores de flujo óptico por píxel. Demostramos su utilidad creando resultados temporalmente consistentes para una serie de aplicaciones, incluyendo flujo óptico, estimación de disparidad, colorización, propagación de garabatos, aumento de datos dispersos y cálculo de saliencia visual.
Building similarity graph...
Analyzing shared references across papers
Loading...
Manuel Lang
Karlsruhe Institute of Technology
Oliver Wang
Research Canada
Tunç Ozan Aydın
Walt Disney (Switzerland)
ACM Transactions on Graphics
ETH Zurich
Walt Disney (United States)
Walt Disney (Switzerland)
Building similarity graph...
Analyzing shared references across papers
Loading...
Lang et al. (Sun,) estudiaron esta cuestión.
synapsesocial.com/papers/6a091f3afebbf018f815f784 — DOI: https://doi.org/10.1145/2185520.2185530