Learning-based depth estimation from 2D images using GIST and saliency

Arciniegas Herrera, Jose Luis; Konrad, Janusz; Blanco Adán, Carlos Roberto del y García Santos, Narciso (2015). Learning-based depth estimation from 2D images using GIST and saliency. En: "IEEE International Conference on Image Processing (ICIP 2015)", 27/09/2015 - 30/09/2015, Quebec City, Canada. pp. 4753-4757.

Descripción

Título: Learning-based depth estimation from 2D images using GIST and saliency
Autor/es:
  • Arciniegas Herrera, Jose Luis
  • Konrad, Janusz
  • Blanco Adán, Carlos Roberto del
  • García Santos, Narciso
Tipo de Documento: Ponencia en Congreso o Jornada (Sin especificar)
Título del Evento: IEEE International Conference on Image Processing (ICIP 2015)
Fechas del Evento: 27/09/2015 - 30/09/2015
Lugar del Evento: Quebec City, Canada
Título del Libro: IEEE International Conference on Image Processing (ICIP 2015)
Título de Revista/Publicación: 2015 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP)
Fecha: 2015
Materias:
Palabras Clave Informales: 2D-to-3D Image Conversion, Depth maps, GIST Descriptor, Saliency
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Ingeniería de Sistemas Telemáticos [hasta 2014]
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (1MB) | Vista Previa

Resumen

Although there has been a significant proliferation of 3D displays in the last decade, the availability of 3D content is still scant compared to the volume of 2D data. To fill this gap, automatic 2D to 3D conversion algorithms are needed. In this paper, we present an automatic approach, inspired by machine learning principles, for estimating the depth of a 2D image. The depth of a query image is inferred from a dataset of color and depth images by searching this repository for images that are photometrically similar to the query. We measure the photometric similarity between two images by comparing their GIST descriptors. Since not all regions in the query image require the same visual attention, we give more weight in the GIST-descriptor comparison to regions with high saliency. Subsequently, we fuse the depths of the most similar images and adaptively filter the result to obtain a depth estimate. Our experimental results indicate that the proposed algorithm outperforms other state-of-the-art approaches on the commonly-used Kinect-NYU dataset.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
Gobierno de EspañaTEC2010-20412Sin especificarSin especificarAñadiendo percepción de profundidad a las comunicaciones visuales (enhanced 3dtv)
Gobierno de EspañaTEC2013-48453Sin especificarSin especificarMixed reality over ultra high definition television

Más información

ID de Registro: 41374
Identificador DC: http://oa.upm.es/41374/
Identificador OAI: oai:oa.upm.es:41374
URL Oficial: http://ieeexplore.ieee.org/xpl/articleDetails.jsp?tp=&arnumber=7351709
Depositado por: Memoria Investigacion
Depositado el: 06 Jul 2016 16:57
Ultima Modificación: 06 Jul 2016 16:57
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM