在從靜態(tài)攝像機(jī)獲取的高密度場景（例如人群）中分割個(gè)體是一項(xiàng)挑戰(zhàn)，主要是由于對象相互遮擋攝像頭。我們將該問題定義為“基于模型的分割”問題，并使用馬爾可夫鏈蒙特卡洛（MCMC）方法獲得解決方案。在貝葉斯干擾器框架中集成了各種方面的知識，包括人體形狀、身高、攝像機(jī)模型和圖像線索，包括頭部候選、前景/背景分離。
我們開發(fā)了一套全面的技術(shù)來解決？視覺回聲？全雙工投影儀攝像機(jī)系統(tǒng)中的問題。校準(zhǔn)監(jiān)控程序在查找表中記錄投影儀和攝像機(jī)之間的幾何和光度轉(zhuǎn)換。利用校準(zhǔn)信息，將投影圖像的預(yù)測攝像機(jī)視圖與捕獲的攝像機(jī)圖像進(jìn)行比較，以找到回波像素。只有非回波像素用于顯示，因此實(shí)現(xiàn)了屏蔽器抑制視覺回波的目標(biāo)。
與以前的技術(shù)相比，我們的方法是什么？它的主要優(yōu)勢有兩個(gè)方面。首先，它可以準(zhǔn)確地處理監(jiān)控?cái)z像頭全色圖像，而不需要假設(shè)投影儀或攝像機(jī)的表面反射率或光度響應(yīng)。其次，它對幾何配準(zhǔn)誤差和量化效應(yīng)具有魯棒性。對于文本和手繪等高頻內(nèi)容尤其有效。我們用全雙工投影儀-攝像機(jī)系統(tǒng)中的各種真實(shí)圖像證明了我們方法的有效性。我們在一些具有挑戰(zhàn)性的干擾屏蔽器數(shù)據(jù)上顯示了有希望的結(jié)果。
與以前的技術(shù)相比，我們的方法是什么？它的主要優(yōu)勢有兩個(gè)方面。首先，它可以準(zhǔn)確地處理監(jiān)控?cái)z像頭全色圖像，而不需要假設(shè)投影儀或攝像機(jī)的表面反射率或光度響應(yīng)。其次，它對幾何配準(zhǔn)誤差和量化效應(yīng)具有魯棒性。對于文本和手繪等高頻內(nèi)容尤其有效。我們用全雙工投影儀-攝像機(jī)系統(tǒng)中的各種真實(shí)圖像證明了我們方法的有效性。我們在一些具有挑戰(zhàn)性的干擾屏蔽器數(shù)據(jù)上顯示了有希望的結(jié)果。
