A Coarse-and-Fine Bayesian Belief Propagation for Correspondence Problems in Computer Vision

วิธีการสืบทอดความเชื่อของเบเยเซียนแบบหยาบและละเอียดเพื่อปัญหาลักษณะความตรงกันในงานทางคอมพิวเตอร์วิชั่น

Name: Preeyakorn Tipwai

Organization : King Mongkut's University of Technology Thonburi. Faculty of Engineering. Electrical and Computer Engineering

Name: ปรียกร ทิพยวัย

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี. คณะวิศวกรรมศาสตร์. สาขาวิชาวิศวกรรมไฟฟ้าและคอมพิวเตอร์

keyword: Belief Propagation

; Bayesian Belief Propagation

; Belief Networks

; การสืบทอดความเชื่อ

; การสืบทอดความเชื่อของเบเยเซียน

; โครงข่ายความเชื่อ

Abstract: Computer vision problems often involve the recovery of lost information from image projection. For example, a problem in computer vision may be to recover 3-dimensional surface information from one or more 2-dimensional images. Such problems are ill- posed and must rely on extra constraints afforded from the assumptions about the world such as surface smoothness to arrive at a solution. Optimization is required to find the best solution, given the data and constraints. Bayesian belief propagation (BBP) is an optimization method that has recently gained much interest in computer vision owing to its property of quick convergence to near optimal solutions. It works by passing messages around within a predefined neighborhood. Working iteratively, the message can pass along from one neighborhood to another; therefore generating a large neighborhood. We present the use of a multi-resolution, coarse-and-fine, pyramid image architecture to solve correspondence problem in various computer vision modules including shape retrieval through contour matching, stereovision, and motion estimation. The algorithm works with a grid matching and an inter-grid correspondence model by message passing in a Bayesian belief propagation (BBP) network. The local smoothness and other constraints are expressed within each resolution scale grid and also between grids in a single paradigm. Top-down and bottom-up matching are concurrently p&formed for each pair of adjacent levels of the image pyramid level in order to find the best matched features at each level simultaneously. The coarse-and- fine algorithm uses matching results in each layer to constrain the process in its adjacent 2 layers by measuring the consistency between corresponding points among adjacent layers so that good matches at different resolution scales constrain one another. The coarse-and-fine method helps avoid the local minimum problem by bringing features closer at the coarse level and yet providing a complete solution at the finer level. The method is used to constrain the solution with examples in shape retrieval, stereovision, and motion estimation to demonstrate its desirable properties such as rapid convergence, the abilities to obtain near optimal solution while avoiding local minima, and immunity to error propagation found in the coarse-to-fine approach.

Abstract: การแก้ปัญหาในงานด้านคอมพิวเตอร์วิชั่น มักจะเกี่ยวข้องกับการกู้คืนข้อมูลที่สูญหายไปเนื่องจากการถ่ายภาพ ตัวอย่างเช่น โจทย์หลักอย่างในงานคอมพิวเตอร์วิชั่นคือการกู้ข้อมูลของพื้นผิวสามมิติจากหนึ่งภาพหรือหลายๆภาพซึ่งเป็นข้อมูลสองมิติ ซึ่งเป็นปัญหาที่มีความสับสนและกำกวมค่อนข้างสูงและจำเป็นต้องมีการพิจารณาข้อบังคับพิเศษเพิ่มเติมเพื่อให้ได้ผลลัพท์ออกมา โดยการใช้สมมุติฐานเกี่ยวกับสภาพแวดล้อมในโลก เช่น ความราบรื่นของพื้นผิว (Smoothness) เป็นต้น วิธีการค้นหาผลลัพท์ที่ดีที่สุด (Optimization) จึงเป็นสิ่งจำเป็นเพื่อการค้นหาผลลัพท์ที่ดีที่สุดจากข้อมูลที่มีและข้อบังคับต่างๆ วิธีการสืบทอดความเชื่อแบบเบเยเซียน (Bayesian belief propagation: BBP)เป็นวิธีการค้นหาผลลัพท์ที่ดีที่สุด ที่ได้รับความนิยมและสนใจอย่างสูงสำหรับการแก้ปัญหาในงานด้านคอมพิวเตอร์วิชั่นปัจจุบัน การสืบทอดความเชื่อทำงานโดยการส่งข้อมูลซึ่งประมวลผลเป็นความเชื่อให้กับเพื่อนบ้าน เมื่อส่งต่อข้อมูลหลายรอบ ข้อมูลจะถูกส่งผ่านเพื่อนบ้านต่อไปยังเพื่อนบ้าน ซึ่ง ทำให้เกิดการส่งต่อข้อมูลในบริเวณย่านชุมชนขนาดใหญ่ งานวิจัยที่นำเสนอนี้เป็นการใช้งานวิธีการสืบทอดความเชื่อแบบเบเยเซียน โดยใช้โครงสร้างปิรามิดภาพหลายระดับด้วยวิธีหยาบและละเอียด เพื่อปัญหาลักษณะความตรงกันในงานทางคอมพิวเตอร์วิชั่น คือ การค้นหารูปร่าง การเปรียบเทียบภาพสองตา และการคาดคะเนการเคลื่อนย้าย โดยมีการเปรียบเทียบในระดับกริดเดียวกันและต่างระดับโดยใช้วิธีการส่งความเชื่อในเครือข่ายของการสืบทอดความเชื่อ ค่าความราบรื่นและเงื่อนไขอื่นๆจะมีอยู่ในแต่ละระดับกริดและระหว่างกริดรวมอยู่ในแบบแผนเดียว การเปรียบเทียบจากระดับบนลงล่างและจากระดับล่างขึ้นบนจะถูกกระทำในแต่ละคู่ของภาพระดับชั้นติดกัน เพื่อหาข้อมูลที่ตรงกันในแต่ละระดับชั้นได้ในเวลาพร้อมกัน วิธีการแบบหยาบและละเอียดจะใช้ผลการเปรียบเทียบในแต่ละระดับ ภาพเป็นเงื่อนไขในการดำเนินการของภาพระดับติดกัน โดยวัดความตรงกันของผลลัพท์ของระดับปัจจุบันกับระดับสูงกว่าและต่ำกว่า จึงทำให้ผลลัพท์ที่ดีที่ได้จากหลายระดับไปบังคับกันและกันวิธีการหยาบและละเอียดสามารถแก้ปัญหาการตกอยู่ในหลุมต่ำระดับท้องถิ่นโดยการทำให้ข้อมูลที่อยู่ห่างเข้าใกล้ขึ้นในระดับหยาบและในขณะเดียวกันยังมีรายละเอียดของข้อมูลในระดับละเอียดที่ไม่สูญหายไปจากการลดขนาดภาพ วิธีการนี้ถูกนำมาใช้ในการสร้างเงื่อนไขของผลลัพท์ โดยมีตัวอย่างการใช้งานสำหรับการค้นหารูปร่าง การเปรียบเทียบภาพสองตา การคาดคะเนการเคลื่อนย้ายเพื่อแสดงให้เห็นคุณสมบัติที่ต้องการ เช่น การเข้าถึงผลลัพท์ได้เร็วขึ้น การได้ผลลัพท์ที่ดีที่สุด และการหลีกเลี่ยงหลุมต่ำระดับท้องถิ่น และการทนทานต่อการส่งผ่านความผิดพลาดที่พบในวิธีการหยาบถึงละเอียด

King Mongkut's University of Technology Thonburi

Address: BANGKOK

Email: info.lib@mail.kmutt.ac.th

Name: Suthep Madarasmi

Role: Advisor

Name: สุเทพ มาดารัศมี

Role: อาจารย์ที่ปรึกษา

Created: 2006

Modified: 2017-09-21

Issued: 2008-06-25

วิทยานิพนธ์/Thesis

application/pdf

text/plain

CallNumber: CPE735

eng

DegreeName: Doctor of Philosophy

Level: Doctoral Degree

Descipline: Electrical and Computer Engineering

Grantor: King Mongkut's University of Technology Thonburi

©copyrights King Mongkut's University of Technology Thonburi

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	CPE735.pdf	2.08 MB	70	2025-07-14 13:50:46
2	CPE735ab.pdf	32.91 KB	35	2024-08-06 10:46:51
3	CPE735aben.txt	2.84 KB	26	2020-03-19 01:51:06
4	CPE735abth.txt	8.24 KB	22	2020-07-30 10:17:49

ใช้เวลา

0.046397 วินาที