运动物体检测与运动相机:一个全面的综述：Moving Objects Detection with a Moving Camera: A Comprehensive Review

题目： Moving Objects Detection with a Moving Camera: A Comprehensive Review

摘要：

在大约30年的时间里，许多研究团队致力于在各种挑战性环境中检测移动对象的大挑战。最初的应用涉及静态相机，但随着移动传感器的兴起，对移动相机的研究也逐渐出现。在这项调查中，我们建议识别和分类在文献中发现的不同的现有的方法。为此，我们建议根据场景表示的选择:一个平面或多个部分来对这些方法进行分类。在这两类方法中，根据8种不同的方法进行分组:全景背景减法、双摄像头、运动补偿、子空间分割、运动分割、平面+视差、多平面、分块图像分割。本文介绍了静态相机的方法以及静态相机和移动相机的挑战。本文还对公开数据集和评价指标进行了研究。

作者简介：

Marie-Neige Chapel，2017年9月在里昂第一大学获得计算机科学博士学位，博士论文题目是“运动物体检测与运动相机”。研究重点是在摄像机运动引起的视频流中，运动物体的真实运动与视运动的区别。并且提出了一种新的方法，使用几何线索来分类特征点为静态或移动。通过对物体的静态估计，通过对三维欧几里得距离随时间的比较，可以区分运动的物体和运动相机视频流中的静态物体。个人主页：https://mnchapel.github.io/