立体匹配算法实现之:AdaptWeight
2015-04-01 13:03
246 查看
from: http://blog.sina.com.cn/s/blog_500afcd40100lqi1.html
我的主要研究方向是立体匹配(Stereo Matching),是计算机视觉(Computer
Vision)下的一个研究热点。研究匹配有一年多了,对这方面(特别是局部算法)比较了解,以后会陆续发布我已经实现的经典算法以及我自己设计的算法。深知在孤立无援时一个人探索有多么困苦,网络之大,说不定就帮了谁。
如有疑问,请留言。如需代码 见参照下面的matlab版本
算法简称: AdaptWeight
全称: Adaptive Weight -- 自适应权重
出自论文: 2005年发表在会议CVPR上 --
Locally Adaptive Support-Weight Approach for Visual Correspondence Search。
2006年稍作改动发表在杂志 IEEE TPAMI上 --
Adaptive Support-Weight Approach for Correspondence Search
作者: Kuk-Jin Yoon and In-So Kweon 韩国人
算法简介:
局部立体匹配算法中里程碑式的作品。从CVPR和PAMI就能看出它的分量。AdaptiveWeight的方法一经提出,正式宣告在匹配精度方面,自适应窗口算法(Adaptive Window)的彻底out。并在之后广为流行起来。
核心思想是为匹配窗口中的每个像素赋予一个权值,权值是根据它们与窗口中心点的颜色差和距离得到的。本质上是完成了一种近似的图像分割。
实验结果:
对4幅标准实验图使用该算法,结果如下。
参数很重要,这里选择的 rc=13,rp=31,比用原文提供的参数效果更好。
注:未做左右检测。
算法评论:
方法就是一个词简单。思想简单,易于实现。作者只是把前人早就提出的一个东西应用在了匹配中,可以说是照搬。看懂了论文你甚至会觉得没什么东西,但是有些好论文就是这样看起来不起眼,实际上很有意义。所谓的宝贝不也是放对了地方的垃圾吗?那你怎么不是第一个把垃圾整理到地方的?
我发现这俩韩国人就专爱干这种事,发表这篇文章后他们把另一个小技术应用到匹配中又发了篇好文章。。
能嫁接好也是一种本事…嫁接确实是科研的一个重要方法。
Matlab
code: http://www.mathworks.com/matlabcentral/fileexchange/22445-region-based-stereo-matching-algorithms
我的主要研究方向是立体匹配(Stereo Matching),是计算机视觉(Computer
Vision)下的一个研究热点。研究匹配有一年多了,对这方面(特别是局部算法)比较了解,以后会陆续发布我已经实现的经典算法以及我自己设计的算法。深知在孤立无援时一个人探索有多么困苦,网络之大,说不定就帮了谁。
如有疑问,请留言。如需代码 见参照下面的matlab版本
算法简称: AdaptWeight
全称: Adaptive Weight -- 自适应权重
出自论文: 2005年发表在会议CVPR上 --
Locally Adaptive Support-Weight Approach for Visual Correspondence Search。
2006年稍作改动发表在杂志 IEEE TPAMI上 --
Adaptive Support-Weight Approach for Correspondence Search
作者: Kuk-Jin Yoon and In-So Kweon 韩国人
算法简介:
局部立体匹配算法中里程碑式的作品。从CVPR和PAMI就能看出它的分量。AdaptiveWeight的方法一经提出,正式宣告在匹配精度方面,自适应窗口算法(Adaptive Window)的彻底out。并在之后广为流行起来。
核心思想是为匹配窗口中的每个像素赋予一个权值,权值是根据它们与窗口中心点的颜色差和距离得到的。本质上是完成了一种近似的图像分割。
实验结果:
对4幅标准实验图使用该算法,结果如下。
参数很重要,这里选择的 rc=13,rp=31,比用原文提供的参数效果更好。
注:未做左右检测。
算法评论:
方法就是一个词简单。思想简单,易于实现。作者只是把前人早就提出的一个东西应用在了匹配中,可以说是照搬。看懂了论文你甚至会觉得没什么东西,但是有些好论文就是这样看起来不起眼,实际上很有意义。所谓的宝贝不也是放对了地方的垃圾吗?那你怎么不是第一个把垃圾整理到地方的?
我发现这俩韩国人就专爱干这种事,发表这篇文章后他们把另一个小技术应用到匹配中又发了篇好文章。。
能嫁接好也是一种本事…嫁接确实是科研的一个重要方法。
Matlab
code: http://www.mathworks.com/matlabcentral/fileexchange/22445-region-based-stereo-matching-algorithms
相关文章推荐
- OpenCv中实现了三种立体匹配算法:
- SAD立体匹配算法在opencv中的实现
- SAD立体匹配算法在opencv中的实现
- 【视觉-立体视觉】全局匹配算法SGBM实现(含动态规划DP)详解
- 自适应权值的立体匹配算法——AdaptWeight
- 朴素模式匹配算法java实现
- C/C++数据结构通过顺序栈实现括号()匹配算法
- python实现机械分词之逆向最大匹配算法代码示例
- KMP模式匹配算法实现与改进
- 二分图匹配匈牙利算法DFS实现
- 经典算法研究:模式匹配(子串匹配)之 KMP 算法(C语言实现版)
- 【模式匹配】:关于模式匹配的算法实现2
- OpenCV三种立体匹配求视差图算法总结
- [算法]简单的字符串近似匹配算法实现
- [CodeProject每日一荐]实现Double Metaphone语音匹配算法[二]:Visual Basic的COM实现和关系数据库解决方案
- 练习:利用颜色直方图匹配算法实现图像中目标的识别
- OpenCV三种立体匹配求视差图算法总结
- 串模式匹配算法的几种代码实现
- KMP字符串模式匹配算法实现
- 带权二分图的完备匹配算法(JAVA语言实现)