Multi-View Object Segmentation in Space and Time
Résumé
In this paper, we address the problem of object segmentation in multiple views or videos when two or more viewpoints of the same scene are available. We propose a new approach that propagates segmentation coherence information in both space and time, hence allowing evidences in one image to be shared over the complete set. To this aim the segmentation is cast as a single efficient labeling problem over space and time with graph cuts. In contrast to most existing multi-view segmentation methods that rely on some form of dense reconstruction, ours only requires a sparse 3D sampling to propagate information between viewpoints. The approach is thoroughly evaluated on standard multi-view datasets, as well as on videos. With static views, results compete with state of the art methods but they are achieved with significantly fewer viewpoints. With multiple videos, we report results that demonstrate the benefit of segmentation propagation through temporal cues.
Fichier principal
paper_final.pdf (3.27 Mo)
Télécharger le fichier
HalfPipe.wmv (16.27 Mo)
Télécharger le fichier
seg_dancers.avi (10.41 Mo)
Télécharger le fichier
teaser.pdf (2.5 Mo)
Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Format : Vidéo
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Format : Vidéo
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Loading...
