Texturas de Movimiento: Campos Markovianos Mixtos y Segmentacion

Tomás Crivelli, Bruno Cernuschi-Frias, Patrick Bouthemy

Resumen

El objeto de este trabajo es la modelización de movimiento en secuencias de imágenes que presentan cierta dinámica estacionaria y homogénea. En este caso se adopta un modelo de Campos Aleatorios Markovianos con estados mixtos, como representación de las llamadas texturas de movimiento. El enfoque consiste en describir la distribución espacial de algún tipo de medida de movimiento, la cual consiste de dos tipos de valores: una componente discreta relativa a la ausencia de movimiento y una parte continua para mediciones diferentes de cero. Se proponen varias extensiones importantes y se aplica el modelo al problema de segmentación de texturas, tanto en secuencias sintéticas como reales.

 

Palabras clave

Campos Aleatorios Markovianos; segmentación; texturas de movimiento

Texto completo:

pdf

Referencias

Besag, J. (1974). Spatial interaction and the statistical analysis of lattice systems. Journal of the Royal Statistical Society. Series B. vol. 36. pp, 192-236.

Bouthemy et al. (2005). Auto-models with mixed states and analysis of motion textures. Tech Report 1682. IRISA, Francia.

Chan, A.B y Vasconcelos, N (2005). Mixtures of dynamic textures, 10th IEEE Int. Conf. on Computer Vision, ICCV’2005. Beijing, pp. 641-647.

Cross, G.R y Jain, A. K. (1983). Markov random field texture models, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 5, no. 1, pp. 25-39

Doretto et al. (2003). Dynamic texture segmentation, 9th IEEE Int. Conf. on Computer Vision, ICCV’2003. Nice, pp. 1236-1242.

Fablet, R y Bouthemy P. (2003). Motion recognition using non-parametric image moion models estimated from temporal and multiscale coocurrence statistics, IEEE Trans. Pattern Analysis and Machine Intelligence. vol 25 pp, 1619-1624

Geman, S. y Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 6, pp. 721–741.

Horn, R. y Johnson, C. (1986) Matrix analysis. Cambridge University Press, New York, NY, USA.

Szummer, M y Picard, R. (1996). Temporal texture modelling, 3rd IEEE Int. Conf. on Image Processing, ICIP’96. Lausane, pp. 823-826.

Yuan et al. (2004). Synthesizing dynamic textures with closed-loop linear dynamic systems, 8th European Conf. on Computer Vision, ECCV’2004. Prague. vol. LNCS 3022, pp. 603-616.

Abstract Views

321
Metrics Loading ...

Metrics powered by PLOS ALM




Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912