elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Fast and Accurate Large-scale Stereo Reconstruction using Variational Methods

Kuschk, Georg und Cremers, Daniel (2013) Fast and Accurate Large-scale Stereo Reconstruction using Variational Methods. In: Proceedings of ICCV2013, Seiten 1-8. IEEE Xplore. ICCV Workshop on Big Data in 3D Computer Vision, 2013-12-03 - 2013-12-06, Sydney Conference Centre in Darling Harbour, Sydney. doi: 10.1109/ICCVW.2013.96.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: http://www.iccv2013.org/index.php

Kurzfassung

This paper presents a fast algorithm for high-accuracy large-scale outdoor dense stereo reconstruction of manmade environments. To this end, we propose a structureadaptive second-order Total Generalized Variation (TGV) regularization which facilitates the emergence of planar structures by enhancing the discontinuities along building facades. As data term we use cost functions which are robust to illumination changes arising in real world scenarios. Instead of solving the arising optimization problem by a coarse-to-fine approach, we propose a quadratic relaxation approach which is solved by an augmented Lagrangian method. This technique allows for capturing large displacements and fine structures simultaneously. Experiments show that the proposed augmented Lagrangian formulation leads to a speedup by about a factor of 2. The brightness-adaptive second-order regularization produces sub-disparity accurate and piecewise planar solutions, favoring not only fronto-parallel, but also slanted planes aligned with brightness edges in the resulting disparity maps. The algorithm is evaluated and shown to produce consistently good results for various data sets (close range indoor, ground based outdoor, aerial imagery).

elib-URL des Eintrags:https://elib.dlr.de/86185/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Fast and Accurate Large-scale Stereo Reconstruction using Variational Methods
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Kuschk, Georggeorg.kuschk (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Cremers, DanielTUMNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2013
Erschienen in:Proceedings of ICCV2013
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1109/ICCVW.2013.96
Seitenbereich:Seiten 1-8
Verlag:IEEE Xplore
Status:veröffentlicht
Stichwörter:TGV
Veranstaltungstitel:ICCV Workshop on Big Data in 3D Computer Vision
Veranstaltungsort:Sydney Conference Centre in Darling Harbour, Sydney
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:3 Dezember 2013
Veranstaltungsende:6 Dezember 2013
Veranstalter :ICCV Org.
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben hochauflösende Fernerkundungsverfahren (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von:UNGÜLTIGER BENUTZER
Hinterlegt am:19 Dez 2013 16:46
Letzte Änderung:24 Apr 2024 19:52

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.