The optimal scale level of complex steerable pyramid for phase-based motion estimation under different motion ranges and target sizes
Notice bibliographique
Résumé
• The scale level of the complex steerable pyramid (CSP) is found to significantly affect the measurement performance of phase-based motion estimation. Furthermore, there exists an optimal CSP scale level for the displacement estimation of a certain motion video, and the reason for its existence is also explained. • The optimal scale level of CSP is found to be positively correlated with the motion region, interpreted as the motion range and target size in motion video. Based on the relationships, a 2D contour map of the optimal scale level in relation to motion range ratio and target size ratio is proposed. • A new measurement strategy is proposed to optimize the measurement performance of phase-based method based on the inherent properties of the motion video (target size and motion range) without the need for ground-truth motion. In recent years, the phase-based motion estimation method has received significant attention in the field of vision-based motion estimation due to its robustness under illumination variation and high subpixel accuracy. The complex steerable pyramid (CSP) is widely adopted to generate phase of frames for motion estimation. The scale level of CSP is a significant influential parameter that affects the displacement measurement performance. However, systematic study regarding the optimal scale level of CSP in relation to motion video’s properties (motion range and target size) has not been carried out. Understanding this relationship could be helpful to identify the optimal scale level based on these properties, rather than simply comparing measurement results with the ground truth. In our work, a series of numerical motion videos with different properties are employed to find the optimal scale levels of CSP for motion estimation. Based on the phase-based motion estimation results, we found that the optimal scale level has clearly positive relationships with both the motion range and target size of motion video. Leveraging these relationships, a measurement strategy is proposed to automatically select the optimal scale level without the need to know ground truth of motion. The proposed strategy is further verified through a series of laboratory experiments, including shaker tests on a column and impact tests on a four-floor frame structure, using phased-based method alongside conventional sensors such as laser displacement sensor and accelerometers.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».