Detección de Cambios en un Mundo 3D

Este artículo examina el problema de detectar cambios en una escena 3D a partir de una secuencia de imágenes, tomadas por cámaras con pose arbitraria pero conocida. No se asume conocimiento previo del estado de la apariencia normal y la geometría de las superficies de los objetos, y los cambios anormales pueden ocurrir en cualquier imagen de la secuencia. A lo que los autores saben, este artículo es el primero en abordar el problema de detección de cambios en un marco tan general. Los algoritmos de detección de cambios existentes que explotan múltiples puntos de vista de imagen típicamente solo pueden detectar cambios de movimiento o suponer una geometría mundial plana que no puede hacer frente de manera efectiva a los cambios de apariencia debido a la oclusión y la geometría de escena 3D no modelada (paralaje de ego-moción). El enfoque presentado aquí puede gestionar las complicaciones de superficies del mundo desconocidas y a veces cambiantes manteniendo un modelo basado en vóxeles 3D, donde las distribuciones de probabilidad para la ocupación de superficie y la apariencia de imagen se almacenan en cada vóxel. Las distribuciones de probabilidad en cada vóxel se actualizan continuamente a medida que se reciben nuevas imágenes. La pregunta clave de convergencia de este problema de estimación conjunta se responde mediante una prueba formal basada en suposiciones realistas sobre la naturaleza de las escenas del mundo real. Se presenta una serie de experimentos que evalúan la precisión de detección de cambios bajo condiciones controladas en laboratorio, así como en escenarios de reconocimiento aéreo.