SlideShare a Scribd company logo
1 of 69
Download to read offline
Некоторые алгоритмы
многомерной обработки
изображений
Юрий Бердников
Video Group
CS MSU Graphics & Media Lab
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Содержание
 Введение
 Gaussian KD-Tree
 Permutohedral Lattice (PL)
 Adaptive Manifolds (AM)
 Заключение
2
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Введение
 Алгоритмы многомерной
фильтрации применяются
почти во всех наших
проектах
 Они универсальны
 Они медленно работают
3
Изображение из Mr. Barlow’s blog
http://mrbarlow.wordpress.com/2008/11/30/turtle-in-a-half-shell-
turtle-power/
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Содержание
 Введение
 Gaussian KD-Tree
 Permutohedral Lattice (PL)
 Adaptive Manifolds (AM)
 Заключение
4
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Основы метода
5Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Bilateral grid
6Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
 Равномерная сетка
 Экспоненциальный рост
количества точек
с ростом размерности
пространства
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
KD-Tree
7
 Разбиение пространства
к-мерным деревом
 Медленный рост
количества точек
с ростом размерности
пространства
 Дополнительные
затраты на построение
Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Splatting
8Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Blurring
9Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Slicing
10Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Построение KD-Tree
11
1. Построение Bounding Box (BB)
2. Если размер BВ меньше порога,
конец итерации,
центр BB – вершина дерева
3. Разделение BB вдоль
меньшей оси
4. Повторение шагов 1 – 4 для
получившихся сегментов
Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Условия тестирования
12
 10 Мп RGB-изображение
 Дисперсия по цвету = 1/8
 CPU-реализация на Core2Duo 2.13 GHz
 GPU-реализация на GTX280
(ускорение в 10 раз)
Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Скорость работы
13Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Качество работы
Root Mean Square (RMS)
14Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Использование памяти
15Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы
Naive Bilateral Filter (NBF)
16Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы
5D Grid
17Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы
KD-Tree
18Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы
3D Grid
19Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы
Разность KD-Tree и NBF
20Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы
Разность 3D Grid и NBF
21Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional
Filtering,” SIGGRAPH, 2009
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Выводы
Достоинства
 Высокая скорость работы
 Доступен код на С++ и CUDA
 Доступна авторская видеопрезентация
Недостаток
 Не представлено примеров по нашим темам
22
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Содержание
 Введение
 Gaussian KD-Tree
 Permutohedral Lattice (PL)
 Adaptive Manifolds (AM)
 Заключение
23
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Основы метода
24Andrew Adams et al., “Fast High-Dimensional Filtering Using the
Permutohedral Lattice,” Eurographics, 2010
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Предложенный метод (1)
25Andrew Adams et al., “Fast High-Dimensional Filtering Using the
Permutohedral Lattice,” Eurographics, 2010
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Предложенный метод (2)
26Andrew Adams et al., “Fast High-Dimensional Filtering Using the
Permutohedral Lattice,” Eurographics, 2010
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Предложенный метод (3)
27Andrew Adams et al., “Fast High-Dimensional Filtering Using the
Permutohedral Lattice,” Eurographics, 2010
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Permutohedral Lattice
28Andrew Adams et al., “Fast High-Dimensional Filtering Using the
Permutohedral Lattice,” Eurographics, 2010
Проекция n–мерной
целочисленной решетки
на (n – 1) - мерную
плоскость,
ортогональную
единичному вектору
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
29Andrew Adams et al., “Fast High-Dimensional Filtering Using the
Permutohedral Lattice,” Eurographics, 2010
 Разделение пространства на симметричные
симплексы ⇒ быстрая барицентрическая
интерполяция (splatting и slicing)
 Тривиальное вычисление соседних точек
решётки ⇒ быстрое сглаживание (blurring)
 Существенная экономия памяти
Permutohedral Lattice
Преимущества использования
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
30Andrew Adams et al., “Fast High-Dimensional Filtering Using the
Permutohedral Lattice,” Eurographics, 2010
Скорость работы
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
31Andrew Adams et al., “Fast High-Dimensional Filtering Using the
Permutohedral Lattice,” Eurographics, 2010
Анализ замеров скорости
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Пример работы
Исходный кадр
32Andrew Adams et al., “Fast High-Dimensional Filtering Using the
Permutohedral Lattice,” Eurographics, 2010
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Пример работы
Обработанный кадр
33Andrew Adams et al., “Fast High-Dimensional Filtering Using the
Permutohedral Lattice,” Eurographics, 2010
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Выводы
Достоинства
 Высокая скорость работы
 Приведено полное описание алгоритма
 Доступен код на С++ и CUDA
 Доступна авторская видеопрезентация
Недостатки
 Примеров работы очень мало
 Реализация кросс-фильтрации неочевидна
34
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Содержание
 Введение
 Gaussian KD-Tree
 Permutohedral Lattice (PL)
 Adaptive Manifolds (AM)
 Заключение
35
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Основы метода
36Andrew Adams et al., “Fast High-Dimensional Filtering Using the
Permutohedral Lattice,” Eurographics, 2010
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Splatting
37Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
Координата
Величина сигнала Адаптивные поверхности (manifolds)
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Blurring
38Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Slicing
39Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Splatting
40
Ядро Гаусса Матрица ковариации
Значение в точке
поверхности
Значение сигналаКоордината поверхностиКоордината на поверхности
Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Blurring
41
 Сглаживание с ядром Гаусса
 Учет кривизны поверхности
 Использование растяжения пространства
для устранения анизотропии ядра Гаусса
Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Slicing
42
– результат сглаживания
Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
Итоговое
значение
сигнала
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Построение поверхностей
Алгоритм (1)
43
1. Построение первой поверхности
низкочастотной фильтрацией
2. Определение преобладающего направления
отклонения сигнала от поверхности
– собственный вектор матрицы
соответствующий наибольшему
собственному значению
Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Построение поверхностей
Алгоритм (2)
44
3. Разбиение множества пикселей на два
подмножества согласно
4. Повторение шагов 2–4 для получившихся
подмножеств
5. Критерий остановки алгоритма: достижение
заданной высоты построенного дерева
поверхностей
Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Построение поверхностей
Ограничение высоты дерева (1)
45
Для обработки RGB-изображений:
Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
Матрица
дисперсий
по
расстоянию
Матрица
дисперсий
по цвету
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Построение поверхностей
Предложенные авторами значения
46Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Построение поверхностей
Ограничение высоты дерева (2)
47
Для иных случаев:
 Подбирать вручную, поддерживая баланс
скорость/качество
 Остановиться, когда среднее отклонение
сигнала от ближайшей плоскости будет
достаточно мало
Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Построение поверхностей
Исходный кадр
48Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Построение поверхностей
Результат (1/1)
49Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Построение поверхностей
Результат (2/2)
50Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Детали реализации
 Низкочастотный фильтр
применяется дважды, в двух направлениях,
к прореженному изображению.
Число опорных точек =
 Для сглаживания используется рекурсивный
фильтр [Gastal, 2011]
51Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Точность резульатов
52Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
PSNR with Naive Bilateral Filter
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Скорость работы (1)
53Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Скорость работы (2)
54Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Скорость работы (3)
55Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы (1)
56Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы (1)
57Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы (2)
58Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы (2)
59Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы (2)
60Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы (2)
61Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы (2)
62Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Примеры работы (2e)
63Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Выводы
Достоинства
 Высокая скорость работы
 Наличие полного математического обоснования
работы метода и выбора параметров
 Доступен код для MATLAB
 Доступна авторская видеопрезентация
Недостатки
 Не представлено примеров по нашим темам
 Реализация кросс-фильтрации неочевидна
64
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Содержание
 Введение
 Gaussian KD-Tree
 Permutohedral Lattice (PL)
 Adaptive Manifolds (AM)
 Заключение
65
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Заключение
 Алгоритмы решают поставленную
задачу
 Для представленных алгоритмов
доступен исходный код
Надо брать, тестировать
и использовать!
66
Изображение из I-Love-Cartoons Clipart
http://i-love-cartoons.us/snags/clipart/christmas/garfield/Xmas-
Garfield-Tree.php
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Литература (1)
1. A. Adams, N. Gelfand, J.Dolson, and M. Leroy, “Gaussian KD-Trees for
Fast High-Dimensional Filtering,” in ACM Transactions on Graphics,
Proceedings of ACM SIGGRAPH 2009, Volume 28 Issue 3, August 2009,
Article No. 21.
2. A. Adams, J. Baek, and M. A. Davis, “Fast High-Dimensional Filtering
Using the Permutohedral Lattice,” in Computer Graphics Forum, Vol. 29,
No. 2. (2010), pp. 753 – 762.
3. Eduardo S. L. Gastal and Manuel M. Oliveira, “Adaptive Manifolds for
Real-Time High-Dimensional Filtering,” in ACM Transactions on
Graphics, SIGGRAPH 2012 Conference Proceedings, Volume 31 Issue 4,
July 2012, Article No. 33.
67
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Литература (2)
4. Sylvain Paris and Frédo Durand, “A Fast Approximation of the Bilateral
Filter Using a Signal Processing Approach,” in Proceedings of the
European Conference on Computer Vision, 2006, pp. 568 – 580.
5. Eduardo S. L. Gastal and Manuel M. Oliveira, “Domain Transform for
Edge-Aware Image and Video Processing,” in ACM Transactions on
Graphics, Volume 30, Number 4, Proceedings of SIGGRAPH 2011,
Article 69.
68
CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Лаборатория компьютерной
графики и мультимедиа
Видеогруппа — это:
 Выпускники в аспирантурах
Англии, Франции, Швейцарии
(в России в МГУ и ИПМ им. Келдыша)
 Выпускниками защищены 5 диссертаций
 Наиболее популярные в мире сравнения
видеокодеков
 Более 3 миллионов скачанных фильтров
обработки видео
69

More Related Content

What's hot

Обзор стандарта H.265/HEVC
Обзор стандарта H.265/HEVCОбзор стандарта H.265/HEVC
Обзор стандарта H.265/HEVCMSU GML VideoGroup
 
Методы повышения визуального качества восстановленного фона
Методы повышения визуального качества восстановленного фонаМетоды повышения визуального качества восстановленного фона
Методы повышения визуального качества восстановленного фонаMSU GML VideoGroup
 
Некоторые методы генерации многоракурсных изображений на основе карты глубины
Некоторые методы генерации многоракурсных изображений на основе карты глубиныНекоторые методы генерации многоракурсных изображений на основе карты глубины
Некоторые методы генерации многоракурсных изображений на основе карты глубиныMSU GML VideoGroup
 
Некоторые методы матирования видео
Некоторые методы матирования видеоНекоторые методы матирования видео
Некоторые методы матирования видеоMSU GML VideoGroup
 
Обработка границ объектов при генерации стерео
Обработка границ объектов при генерации стереоОбработка границ объектов при генерации стерео
Обработка границ объектов при генерации стереоMSU GML VideoGroup
 
Использование областей перекрытия в задаче сегментации видео
Использование областей перекрытия в задаче сегментации видеоИспользование областей перекрытия в задаче сегментации видео
Использование областей перекрытия в задаче сегментации видеоMSU GML VideoGroup
 
Методы повышения визуального качества восстановленного фона (часть 2)
Методы повышения визуального качества восстановленного фона (часть 2)Методы повышения визуального качества восстановленного фона (часть 2)
Методы повышения визуального качества восстановленного фона (часть 2)MSU GML VideoGroup
 
Некоторые методы сопоставления и трекинга границ во времени
Некоторые методы сопоставления и трекинга границ во времениНекоторые методы сопоставления и трекинга границ во времени
Некоторые методы сопоставления и трекинга границ во времениMSU GML VideoGroup
 
Цветонезависимое сопоставление стерео
Цветонезависимое сопоставление стереоЦветонезависимое сопоставление стерео
Цветонезависимое сопоставление стереоMSU GML VideoGroup
 
Обзор алгоритмов трекинга объектов
Обзор алгоритмов трекинга объектовОбзор алгоритмов трекинга объектов
Обзор алгоритмов трекинга объектовMSU GML VideoGroup
 
Исправление стерео видео
Исправление стерео видеоИсправление стерео видео
Исправление стерео видеоMSU GML VideoGroup
 
Способы построения saliency map
Способы построения saliency mapСпособы построения saliency map
Способы построения saliency mapMSU GML VideoGroup
 
Обзор методов сравнения фильмов
Обзор методов сравнения фильмовОбзор методов сравнения фильмов
Обзор методов сравнения фильмовMSU GML VideoGroup
 
Современные методы Optical Flow c GPU реализацией
Современные методы Optical Flow c GPU реализациейСовременные методы Optical Flow c GPU реализацией
Современные методы Optical Flow c GPU реализациейMSU GML VideoGroup
 
Алгоритмы для задачи матирования
Алгоритмы для задачи матированияАлгоритмы для задачи матирования
Алгоритмы для задачи матированияMSU GML VideoGroup
 
Некоторые методы сегментации видео
Некоторые методы сегментации видеоНекоторые методы сегментации видео
Некоторые методы сегментации видеоMSU GML VideoGroup
 
Исправление различий резкости в 3D видео
Исправление различий резкости в 3D видеоИсправление различий резкости в 3D видео
Исправление различий резкости в 3D видеоMSU GML VideoGroup
 
Некоторые методы повышения качества построения стерео
Некоторые методы повышения качества построения стереоНекоторые методы повышения качества построения стерео
Некоторые методы повышения качества построения стереоMSU GML VideoGroup
 
Генерация высококачественного стерео с помощью матирования
Генерация высококачественного стерео с помощью матированияГенерация высококачественного стерео с помощью матирования
Генерация высококачественного стерео с помощью матированияMSU GML VideoGroup
 

What's hot (20)

Обзор стандарта H.265/HEVC
Обзор стандарта H.265/HEVCОбзор стандарта H.265/HEVC
Обзор стандарта H.265/HEVC
 
Методы повышения визуального качества восстановленного фона
Методы повышения визуального качества восстановленного фонаМетоды повышения визуального качества восстановленного фона
Методы повышения визуального качества восстановленного фона
 
Некоторые методы генерации многоракурсных изображений на основе карты глубины
Некоторые методы генерации многоракурсных изображений на основе карты глубиныНекоторые методы генерации многоракурсных изображений на основе карты глубины
Некоторые методы генерации многоракурсных изображений на основе карты глубины
 
Deringing Cartoons
Deringing CartoonsDeringing Cartoons
Deringing Cartoons
 
Некоторые методы матирования видео
Некоторые методы матирования видеоНекоторые методы матирования видео
Некоторые методы матирования видео
 
Обработка границ объектов при генерации стерео
Обработка границ объектов при генерации стереоОбработка границ объектов при генерации стерео
Обработка границ объектов при генерации стерео
 
Использование областей перекрытия в задаче сегментации видео
Использование областей перекрытия в задаче сегментации видеоИспользование областей перекрытия в задаче сегментации видео
Использование областей перекрытия в задаче сегментации видео
 
Методы повышения визуального качества восстановленного фона (часть 2)
Методы повышения визуального качества восстановленного фона (часть 2)Методы повышения визуального качества восстановленного фона (часть 2)
Методы повышения визуального качества восстановленного фона (часть 2)
 
Некоторые методы сопоставления и трекинга границ во времени
Некоторые методы сопоставления и трекинга границ во времениНекоторые методы сопоставления и трекинга границ во времени
Некоторые методы сопоставления и трекинга границ во времени
 
Цветонезависимое сопоставление стерео
Цветонезависимое сопоставление стереоЦветонезависимое сопоставление стерео
Цветонезависимое сопоставление стерео
 
Обзор алгоритмов трекинга объектов
Обзор алгоритмов трекинга объектовОбзор алгоритмов трекинга объектов
Обзор алгоритмов трекинга объектов
 
Исправление стерео видео
Исправление стерео видеоИсправление стерео видео
Исправление стерео видео
 
Способы построения saliency map
Способы построения saliency mapСпособы построения saliency map
Способы построения saliency map
 
Обзор методов сравнения фильмов
Обзор методов сравнения фильмовОбзор методов сравнения фильмов
Обзор методов сравнения фильмов
 
Современные методы Optical Flow c GPU реализацией
Современные методы Optical Flow c GPU реализациейСовременные методы Optical Flow c GPU реализацией
Современные методы Optical Flow c GPU реализацией
 
Алгоритмы для задачи матирования
Алгоритмы для задачи матированияАлгоритмы для задачи матирования
Алгоритмы для задачи матирования
 
Некоторые методы сегментации видео
Некоторые методы сегментации видеоНекоторые методы сегментации видео
Некоторые методы сегментации видео
 
Исправление различий резкости в 3D видео
Исправление различий резкости в 3D видеоИсправление различий резкости в 3D видео
Исправление различий резкости в 3D видео
 
Некоторые методы повышения качества построения стерео
Некоторые методы повышения качества построения стереоНекоторые методы повышения качества построения стерео
Некоторые методы повышения качества построения стерео
 
Генерация высококачественного стерео с помощью матирования
Генерация высококачественного стерео с помощью матированияГенерация высококачественного стерео с помощью матирования
Генерация высококачественного стерео с помощью матирования
 

Viewers also liked

lecture_01.pptx - PowerPoint Presentation
lecture_01.pptx - PowerPoint Presentationlecture_01.pptx - PowerPoint Presentation
lecture_01.pptx - PowerPoint Presentationbutest
 
Digital photo preservation in brief 20150617
Digital photo preservation in brief 20150617 Digital photo preservation in brief 20150617
Digital photo preservation in brief 20150617 John D. Lund
 
Kai Weber & Chris Atherton - Pattern recognition for technical communicators ...
Kai Weber & Chris Atherton - Pattern recognition for technical communicators ...Kai Weber & Chris Atherton - Pattern recognition for technical communicators ...
Kai Weber & Chris Atherton - Pattern recognition for technical communicators ...amelio
 
Introduction to Image Editing
Introduction to Image EditingIntroduction to Image Editing
Introduction to Image Editingbarc300
 
Common Digital Advertising Formats of 2012
Common Digital Advertising Formats of 2012Common Digital Advertising Formats of 2012
Common Digital Advertising Formats of 2012MarcusThomasLLC
 
Digital graphics pro forma
Digital graphics pro formaDigital graphics pro forma
Digital graphics pro formaJosh Highton
 
Depth image recognition using isomorphic graph theory
Depth image recognition using isomorphic graph theoryDepth image recognition using isomorphic graph theory
Depth image recognition using isomorphic graph theoryChristian Kehl
 
What is pattern_recognition (lecture 1 of 6)
What is pattern_recognition (lecture 1 of 6)What is pattern_recognition (lecture 1 of 6)
What is pattern_recognition (lecture 1 of 6)Randa Elanwar
 
Как делается Яндекс.Браузер — Михаил Лопаткин
Как делается Яндекс.Браузер — Михаил ЛопаткинКак делается Яндекс.Браузер — Михаил Лопаткин
Как делается Яндекс.Браузер — Михаил ЛопаткинYandex
 
Портрет по фото на заказ
Портрет по фото на заказПортрет по фото на заказ
Портрет по фото на заказkrucopa
 
JPG vs. GIF vs. PNG
JPG vs. GIF vs. PNGJPG vs. GIF vs. PNG
JPG vs. GIF vs. PNGkay2
 
A study on face recognition technique based on eigenface
A study on face recognition technique based on eigenfaceA study on face recognition technique based on eigenface
A study on face recognition technique based on eigenfacesadique_ghitm
 
Визуализация данных: как превратить числа в образы
Визуализация данных: как превратить числа в образыВизуализация данных: как превратить числа в образы
Визуализация данных: как превратить числа в образыCEE-SEC(R)
 
Анализ изображений и видео. Поиск по подобию, поиск нечетких дубликатов.
Анализ изображений и видео. Поиск по подобию, поиск нечетких дубликатов. Анализ изображений и видео. Поиск по подобию, поиск нечетких дубликатов.
Анализ изображений и видео. Поиск по подобию, поиск нечетких дубликатов. Yandex
 

Viewers also liked (20)

lecture_01.pptx - PowerPoint Presentation
lecture_01.pptx - PowerPoint Presentationlecture_01.pptx - PowerPoint Presentation
lecture_01.pptx - PowerPoint Presentation
 
Digital photo preservation in brief 20150617
Digital photo preservation in brief 20150617 Digital photo preservation in brief 20150617
Digital photo preservation in brief 20150617
 
Kai Weber & Chris Atherton - Pattern recognition for technical communicators ...
Kai Weber & Chris Atherton - Pattern recognition for technical communicators ...Kai Weber & Chris Atherton - Pattern recognition for technical communicators ...
Kai Weber & Chris Atherton - Pattern recognition for technical communicators ...
 
Introduction to Image Editing
Introduction to Image EditingIntroduction to Image Editing
Introduction to Image Editing
 
Common Digital Advertising Formats of 2012
Common Digital Advertising Formats of 2012Common Digital Advertising Formats of 2012
Common Digital Advertising Formats of 2012
 
Finding and Editing Images Online
Finding and Editing Images OnlineFinding and Editing Images Online
Finding and Editing Images Online
 
Digital graphics pro forma
Digital graphics pro formaDigital graphics pro forma
Digital graphics pro forma
 
Depth image recognition using isomorphic graph theory
Depth image recognition using isomorphic graph theoryDepth image recognition using isomorphic graph theory
Depth image recognition using isomorphic graph theory
 
File types pro forma(1)
File types pro forma(1)File types pro forma(1)
File types pro forma(1)
 
Csc446: Pattren Recognition (LN1)
Csc446: Pattren Recognition (LN1)Csc446: Pattren Recognition (LN1)
Csc446: Pattren Recognition (LN1)
 
What is pattern_recognition (lecture 1 of 6)
What is pattern_recognition (lecture 1 of 6)What is pattern_recognition (lecture 1 of 6)
What is pattern_recognition (lecture 1 of 6)
 
Как делается Яндекс.Браузер — Михаил Лопаткин
Как делается Яндекс.Браузер — Михаил ЛопаткинКак делается Яндекс.Браузер — Михаил Лопаткин
Как делается Яндекс.Браузер — Михаил Лопаткин
 
Digital imaging
Digital imagingDigital imaging
Digital imaging
 
7 3-2
7 3-27 3-2
7 3-2
 
Портрет по фото на заказ
Портрет по фото на заказПортрет по фото на заказ
Портрет по фото на заказ
 
JPG vs. GIF vs. PNG
JPG vs. GIF vs. PNGJPG vs. GIF vs. PNG
JPG vs. GIF vs. PNG
 
A study on face recognition technique based on eigenface
A study on face recognition technique based on eigenfaceA study on face recognition technique based on eigenface
A study on face recognition technique based on eigenface
 
CSC446: Pattern Recognition (LN6)
CSC446: Pattern Recognition (LN6)CSC446: Pattern Recognition (LN6)
CSC446: Pattern Recognition (LN6)
 
Визуализация данных: как превратить числа в образы
Визуализация данных: как превратить числа в образыВизуализация данных: как превратить числа в образы
Визуализация данных: как превратить числа в образы
 
Анализ изображений и видео. Поиск по подобию, поиск нечетких дубликатов.
Анализ изображений и видео. Поиск по подобию, поиск нечетких дубликатов. Анализ изображений и видео. Поиск по подобию, поиск нечетких дубликатов.
Анализ изображений и видео. Поиск по подобию, поиск нечетких дубликатов.
 

Similar to Некоторые алгоритмы многомерной обработки изображений

Обработка областей открытия при распространении карт глубины
Обработка областей открытия при распространении карт глубиныОбработка областей открытия при распространении карт глубины
Обработка областей открытия при распространении карт глубиныMSU GML VideoGroup
 
Обзор подходов к измерению качества 3D видео
Обзор подходов к измерению качества 3D видеоОбзор подходов к измерению качества 3D видео
Обзор подходов к измерению качества 3D видеоMSU GML VideoGroup
 
Обзор методов сегментации видео
Обзор методов сегментации видеоОбзор методов сегментации видео
Обзор методов сегментации видеоMSU GML VideoGroup
 
Методы цветокоррекции стереовидео
Методы цветокоррекции стереовидеоМетоды цветокоррекции стереовидео
Методы цветокоррекции стереовидеоMSU GML VideoGroup
 
Применение современных графических процессоров в области компьютерного зрения
Применение современных графических процессоров в области компьютерного зренияПрименение современных графических процессоров в области компьютерного зрения
Применение современных графических процессоров в области компьютерного зренияMSU GML VideoGroup
 
Вычисление глубины по одному изображению
Вычисление глубины по одному изображениюВычисление глубины по одному изображению
Вычисление глубины по одному изображениюMSU GML VideoGroup
 
Обзор открытых библиотек в области обработки изображений и компьютерного зрения
Обзор открытых библиотек в области обработки изображений и компьютерного зренияОбзор открытых библиотек в области обработки изображений и компьютерного зрения
Обзор открытых библиотек в области обработки изображений и компьютерного зренияMSU GML VideoGroup
 
Обзор методов стабилизации видео
Обзор методов стабилизации видеоОбзор методов стабилизации видео
Обзор методов стабилизации видеоMSU GML VideoGroup
 
Управление разработкой программного обеспечения
Управление разработкой программного обеспеченияУправление разработкой программного обеспечения
Управление разработкой программного обеспеченияMSU GML VideoGroup
 
Обзор методов сопоставления шаблона и изображения
Обзор методов сопоставления шаблона и изображенияОбзор методов сопоставления шаблона и изображения
Обзор методов сопоставления шаблона и изображенияMSU GML VideoGroup
 
Поиск и удаление дефектов в старом видео
Поиск и удаление дефектов в старом видеоПоиск и удаление дефектов в старом видео
Поиск и удаление дефектов в старом видеоMSU GML VideoGroup
 
Обзор новинок в области GPGPU
Обзор новинок в области GPGPUОбзор новинок в области GPGPU
Обзор новинок в области GPGPUMSU GML VideoGroup
 
Research & Development методы, проблемы и ошибки
Research & Development методы, проблемы и ошибкиResearch & Development методы, проблемы и ошибки
Research & Development методы, проблемы и ошибкиMSU GML VideoGroup
 
Некоторые методы обнаружения артефактов 3D-видео
Некоторые методы обнаружения артефактов 3D-видеоНекоторые методы обнаружения артефактов 3D-видео
Некоторые методы обнаружения артефактов 3D-видеоMSU GML VideoGroup
 
Обзор методов инпэинтинга по одному изображению
Обзор методов инпэинтинга по одному изображениюОбзор методов инпэинтинга по одному изображению
Обзор методов инпэинтинга по одному изображениюMSU GML VideoGroup
 
Декодирование видео на GPU
Декодирование видео на GPUДекодирование видео на GPU
Декодирование видео на GPUMSU GML VideoGroup
 

Similar to Некоторые алгоритмы многомерной обработки изображений (16)

Обработка областей открытия при распространении карт глубины
Обработка областей открытия при распространении карт глубиныОбработка областей открытия при распространении карт глубины
Обработка областей открытия при распространении карт глубины
 
Обзор подходов к измерению качества 3D видео
Обзор подходов к измерению качества 3D видеоОбзор подходов к измерению качества 3D видео
Обзор подходов к измерению качества 3D видео
 
Обзор методов сегментации видео
Обзор методов сегментации видеоОбзор методов сегментации видео
Обзор методов сегментации видео
 
Методы цветокоррекции стереовидео
Методы цветокоррекции стереовидеоМетоды цветокоррекции стереовидео
Методы цветокоррекции стереовидео
 
Применение современных графических процессоров в области компьютерного зрения
Применение современных графических процессоров в области компьютерного зренияПрименение современных графических процессоров в области компьютерного зрения
Применение современных графических процессоров в области компьютерного зрения
 
Вычисление глубины по одному изображению
Вычисление глубины по одному изображениюВычисление глубины по одному изображению
Вычисление глубины по одному изображению
 
Обзор открытых библиотек в области обработки изображений и компьютерного зрения
Обзор открытых библиотек в области обработки изображений и компьютерного зренияОбзор открытых библиотек в области обработки изображений и компьютерного зрения
Обзор открытых библиотек в области обработки изображений и компьютерного зрения
 
Обзор методов стабилизации видео
Обзор методов стабилизации видеоОбзор методов стабилизации видео
Обзор методов стабилизации видео
 
Управление разработкой программного обеспечения
Управление разработкой программного обеспеченияУправление разработкой программного обеспечения
Управление разработкой программного обеспечения
 
Обзор методов сопоставления шаблона и изображения
Обзор методов сопоставления шаблона и изображенияОбзор методов сопоставления шаблона и изображения
Обзор методов сопоставления шаблона и изображения
 
Поиск и удаление дефектов в старом видео
Поиск и удаление дефектов в старом видеоПоиск и удаление дефектов в старом видео
Поиск и удаление дефектов в старом видео
 
Обзор новинок в области GPGPU
Обзор новинок в области GPGPUОбзор новинок в области GPGPU
Обзор новинок в области GPGPU
 
Research & Development методы, проблемы и ошибки
Research & Development методы, проблемы и ошибкиResearch & Development методы, проблемы и ошибки
Research & Development методы, проблемы и ошибки
 
Некоторые методы обнаружения артефактов 3D-видео
Некоторые методы обнаружения артефактов 3D-видеоНекоторые методы обнаружения артефактов 3D-видео
Некоторые методы обнаружения артефактов 3D-видео
 
Обзор методов инпэинтинга по одному изображению
Обзор методов инпэинтинга по одному изображениюОбзор методов инпэинтинга по одному изображению
Обзор методов инпэинтинга по одному изображению
 
Декодирование видео на GPU
Декодирование видео на GPUДекодирование видео на GPU
Декодирование видео на GPU
 

Некоторые алгоритмы многомерной обработки изображений

  • 2. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Содержание  Введение  Gaussian KD-Tree  Permutohedral Lattice (PL)  Adaptive Manifolds (AM)  Заключение 2
  • 3. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Введение  Алгоритмы многомерной фильтрации применяются почти во всех наших проектах  Они универсальны  Они медленно работают 3 Изображение из Mr. Barlow’s blog http://mrbarlow.wordpress.com/2008/11/30/turtle-in-a-half-shell- turtle-power/
  • 4. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Содержание  Введение  Gaussian KD-Tree  Permutohedral Lattice (PL)  Adaptive Manifolds (AM)  Заключение 4
  • 5. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Основы метода 5Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 6. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Bilateral grid 6Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009  Равномерная сетка  Экспоненциальный рост количества точек с ростом размерности пространства
  • 7. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  KD-Tree 7  Разбиение пространства к-мерным деревом  Медленный рост количества точек с ростом размерности пространства  Дополнительные затраты на построение Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 8. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Splatting 8Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 9. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Blurring 9Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 10. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Slicing 10Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 11. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Построение KD-Tree 11 1. Построение Bounding Box (BB) 2. Если размер BВ меньше порога, конец итерации, центр BB – вершина дерева 3. Разделение BB вдоль меньшей оси 4. Повторение шагов 1 – 4 для получившихся сегментов Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 12. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Условия тестирования 12  10 Мп RGB-изображение  Дисперсия по цвету = 1/8  CPU-реализация на Core2Duo 2.13 GHz  GPU-реализация на GTX280 (ускорение в 10 раз) Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 13. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Скорость работы 13Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 14. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Качество работы Root Mean Square (RMS) 14Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 15. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Использование памяти 15Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 16. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы Naive Bilateral Filter (NBF) 16Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 17. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы 5D Grid 17Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 18. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы KD-Tree 18Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 19. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы 3D Grid 19Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 20. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы Разность KD-Tree и NBF 20Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 21. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы Разность 3D Grid и NBF 21Andrew Adams et al., “Gaussian KD-Trees for Fast High-Dimensional Filtering,” SIGGRAPH, 2009
  • 22. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Выводы Достоинства  Высокая скорость работы  Доступен код на С++ и CUDA  Доступна авторская видеопрезентация Недостаток  Не представлено примеров по нашим темам 22
  • 23. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Содержание  Введение  Gaussian KD-Tree  Permutohedral Lattice (PL)  Adaptive Manifolds (AM)  Заключение 23
  • 24. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Основы метода 24Andrew Adams et al., “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” Eurographics, 2010
  • 25. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Предложенный метод (1) 25Andrew Adams et al., “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” Eurographics, 2010
  • 26. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Предложенный метод (2) 26Andrew Adams et al., “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” Eurographics, 2010
  • 27. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Предложенный метод (3) 27Andrew Adams et al., “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” Eurographics, 2010
  • 28. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Permutohedral Lattice 28Andrew Adams et al., “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” Eurographics, 2010 Проекция n–мерной целочисленной решетки на (n – 1) - мерную плоскость, ортогональную единичному вектору
  • 29. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  29Andrew Adams et al., “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” Eurographics, 2010  Разделение пространства на симметричные симплексы ⇒ быстрая барицентрическая интерполяция (splatting и slicing)  Тривиальное вычисление соседних точек решётки ⇒ быстрое сглаживание (blurring)  Существенная экономия памяти Permutohedral Lattice Преимущества использования
  • 30. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  30Andrew Adams et al., “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” Eurographics, 2010 Скорость работы
  • 31. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  31Andrew Adams et al., “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” Eurographics, 2010 Анализ замеров скорости
  • 32. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Пример работы Исходный кадр 32Andrew Adams et al., “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” Eurographics, 2010
  • 33. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Пример работы Обработанный кадр 33Andrew Adams et al., “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” Eurographics, 2010
  • 34. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Выводы Достоинства  Высокая скорость работы  Приведено полное описание алгоритма  Доступен код на С++ и CUDA  Доступна авторская видеопрезентация Недостатки  Примеров работы очень мало  Реализация кросс-фильтрации неочевидна 34
  • 35. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Содержание  Введение  Gaussian KD-Tree  Permutohedral Lattice (PL)  Adaptive Manifolds (AM)  Заключение 35
  • 36. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Основы метода 36Andrew Adams et al., “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” Eurographics, 2010
  • 37. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Splatting 37Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012 Координата Величина сигнала Адаптивные поверхности (manifolds)
  • 38. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Blurring 38Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 39. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Slicing 39Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 40. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Splatting 40 Ядро Гаусса Матрица ковариации Значение в точке поверхности Значение сигналаКоордината поверхностиКоордината на поверхности Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 41. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Blurring 41  Сглаживание с ядром Гаусса  Учет кривизны поверхности  Использование растяжения пространства для устранения анизотропии ядра Гаусса Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 42. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Slicing 42 – результат сглаживания Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012 Итоговое значение сигнала
  • 43. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Построение поверхностей Алгоритм (1) 43 1. Построение первой поверхности низкочастотной фильтрацией 2. Определение преобладающего направления отклонения сигнала от поверхности – собственный вектор матрицы соответствующий наибольшему собственному значению Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 44. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Построение поверхностей Алгоритм (2) 44 3. Разбиение множества пикселей на два подмножества согласно 4. Повторение шагов 2–4 для получившихся подмножеств 5. Критерий остановки алгоритма: достижение заданной высоты построенного дерева поверхностей Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 45. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Построение поверхностей Ограничение высоты дерева (1) 45 Для обработки RGB-изображений: Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012 Матрица дисперсий по расстоянию Матрица дисперсий по цвету
  • 46. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Построение поверхностей Предложенные авторами значения 46Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 47. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Построение поверхностей Ограничение высоты дерева (2) 47 Для иных случаев:  Подбирать вручную, поддерживая баланс скорость/качество  Остановиться, когда среднее отклонение сигнала от ближайшей плоскости будет достаточно мало Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 48. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Построение поверхностей Исходный кадр 48Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 49. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Построение поверхностей Результат (1/1) 49Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 50. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Построение поверхностей Результат (2/2) 50Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 51. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Детали реализации  Низкочастотный фильтр применяется дважды, в двух направлениях, к прореженному изображению. Число опорных точек =  Для сглаживания используется рекурсивный фильтр [Gastal, 2011] 51Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 52. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Точность резульатов 52Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012 PSNR with Naive Bilateral Filter
  • 53. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Скорость работы (1) 53Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 54. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Скорость работы (2) 54Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 55. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Скорость работы (3) 55Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 56. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы (1) 56Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 57. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы (1) 57Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 58. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы (2) 58Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 59. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы (2) 59Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 60. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы (2) 60Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 61. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы (2) 61Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 62. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы (2) 62Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 63. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Примеры работы (2e) 63Eduardo S. L. Gastal, Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” SIGGRAPH, 2012
  • 64. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Выводы Достоинства  Высокая скорость работы  Наличие полного математического обоснования работы метода и выбора параметров  Доступен код для MATLAB  Доступна авторская видеопрезентация Недостатки  Не представлено примеров по нашим темам  Реализация кросс-фильтрации неочевидна 64
  • 65. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Содержание  Введение  Gaussian KD-Tree  Permutohedral Lattice (PL)  Adaptive Manifolds (AM)  Заключение 65
  • 66. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Заключение  Алгоритмы решают поставленную задачу  Для представленных алгоритмов доступен исходный код Надо брать, тестировать и использовать! 66 Изображение из I-Love-Cartoons Clipart http://i-love-cartoons.us/snags/clipart/christmas/garfield/Xmas- Garfield-Tree.php
  • 67. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Литература (1) 1. A. Adams, N. Gelfand, J.Dolson, and M. Leroy, “Gaussian KD-Trees for Fast High-Dimensional Filtering,” in ACM Transactions on Graphics, Proceedings of ACM SIGGRAPH 2009, Volume 28 Issue 3, August 2009, Article No. 21. 2. A. Adams, J. Baek, and M. A. Davis, “Fast High-Dimensional Filtering Using the Permutohedral Lattice,” in Computer Graphics Forum, Vol. 29, No. 2. (2010), pp. 753 – 762. 3. Eduardo S. L. Gastal and Manuel M. Oliveira, “Adaptive Manifolds for Real-Time High-Dimensional Filtering,” in ACM Transactions on Graphics, SIGGRAPH 2012 Conference Proceedings, Volume 31 Issue 4, July 2012, Article No. 33. 67
  • 68. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Литература (2) 4. Sylvain Paris and Frédo Durand, “A Fast Approximation of the Bilateral Filter Using a Signal Processing Approach,” in Proceedings of the European Conference on Computer Vision, 2006, pp. 568 – 580. 5. Eduardo S. L. Gastal and Manuel M. Oliveira, “Domain Transform for Edge-Aware Image and Video Processing,” in ACM Transactions on Graphics, Volume 30, Number 4, Proceedings of SIGGRAPH 2011, Article 69. 68
  • 69. CS MSU Graphics & Media Lab (Video Group) www.compression.ru/video/ Only for Maxus  Лаборатория компьютерной графики и мультимедиа Видеогруппа — это:  Выпускники в аспирантурах Англии, Франции, Швейцарии (в России в МГУ и ИПМ им. Келдыша)  Выпускниками защищены 5 диссертаций  Наиболее популярные в мире сравнения видеокодеков  Более 3 миллионов скачанных фильтров обработки видео 69