Image Sequence Processing For Motion Detection And Estimation In Unstructured Environments
Notice bibliographique
Résumé
In real-world decision and control applications requiring motion information as sensory input, the detection and estimation of motion from image sequences is constrained by the available computational resources (time,memory,cpu). In this context, a flexible image processing algorithm which can balance computational resources against desired accuracy in motion estimation has been developed. This algorithm extends the Multistage Hypothesis Testing algorithm [2] to detect and track moving objects in a computationally constrained environment. Unlike standard feature-based or gradient-based techniques for motion analysis, the extended MHT algorithm (1) integrates its motion estimates across multiple image frames, and (2) directs computational resources to the moving regions of interest. The MHT algorithm can be used to detect and track a variety of point and/or linear object features. The initial detection of object features is posed as a rate-constrained detection problem [l]. This ensures that the number of detected features does not overload the computational resources of the motion estimator. The MHT algorithm exploits the timeoptimality of sequential hypothesis testing (Truncated Sequential Probability Ratio Tests) to rapidly search the large space of possible feature trajectories. The resultant detected trajectories are clustered by the hypothesis-tree data structure of the MHT algorithm. This allows for robust motion estimation incorporating information from previous image frames. Multiple trajectory segments are then extended in time, yielding a set of feature trajectories in the image plane. Three-dimensional motion information is then extracted from these 2dimensional feature trajectories. The resulting system provides flexible and efficient motion detection and feature correspondence, within computational constraints, suitable for input to the motion estimation module of an intelligent autonomous system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».