Advances in Visual Computing, 6 conf., ISVC 2010 Part 1

Cover......Page 1
Lecture Notes in Computer Science 6453......Page 2
 Advances in Visual Computing, Part I......Page 3
  ISBN-13 9783642172885......Page 4
  Preface......Page 6
  Organization......Page 8
  Table of Contents – Part I......Page 28
  Introduction......Page 51
  Low-Level Image Annotation......Page 52
  Ontology-Driven Image Analysis......Page 54
   Rules and Reasoning......Page 55
  Results and Discussion......Page 59
  References......Page 61
  Introduction......Page 63
  Component-Trees......Page 64
   Learning Process......Page 65
   Segmentation Process......Page 66
   PC-MRA Segmentation......Page 67
   Results......Page 69
  References......Page 71
  Introduction......Page 73
  Data Description......Page 74
  Manual Segmentation Procedure......Page 75
  Comparison of Hand-Selected Data Sets......Page 76
  Selection of Reference Data for Segmentation Comparison......Page 77
  Comparison of Individual Cell Masks......Page 80
  Conclusions......Page 82
  References......Page 83
  Introduction......Page 85
  Methodology......Page 86
   Algorithm Details......Page 87
   Mathematical Properties of the Problem Formulation......Page 90
  Results......Page 91
  Conclusions......Page 93
  References......Page 94
  Introduction......Page 95
   Intensity Blending on Image Boundaries......Page 97
   Graph Reconstruction of Dendrite Networks......Page 98
   Quantitative Representation of Single Spine Profile and Its Classification......Page 99
  Experimental Results......Page 101
  Conclusion and Future Works......Page 102
  References......Page 103
  Introduction......Page 104
  Semi-uniform, 2-Different Tessellation......Page 106
   Edge Tessellation Factors for the 2-Different Case......Page 107
   Adaptive Tessellation Pattern with 2-Different Factors......Page 108
  Results......Page 110
  References......Page 112
  Introduction......Page 114
   Metric for Vertex Selection......Page 115
   Metric for Half-Edge Collapse......Page 116
  Two Phase Simplification Algorithm......Page 117
  Results and Discussion......Page 118
  Conclusion......Page 122
  References......Page 123
  Introduction......Page 124
  Related Work......Page 125
  The Computational Model......Page 126
   The Continuity Equation......Page 128
   The Wave Equation......Page 129
  Dispersion and Wave Number Spectra......Page 130
  Initial Conditions......Page 131
  Implementation......Page 132
  References......Page 134
  Introduction......Page 136
   Color Modification......Page 138
   Color Hatching Textures......Page 139
   Adaptive Delaunay Triangulation......Page 140
   Estimating Drawing Directions......Page 141
  References......Page 144
  Introduction......Page 146
  Relative Work......Page 147
   Basic Constraint......Page 148
   Parameter Modification Method......Page 152
   Synthetic Experiments......Page 153
   Real Image......Page 155
  Conclusion......Page 156
  References......Page 157
  Introduction......Page 158
  Review of Previous Work......Page 159
  System Overview......Page 160
   Decomposition of Skeleton Voxels......Page 161
   Decomposition of Object Voxels......Page 162
   Identification of Base Part......Page 163
   Adjustment of Decomposed Skeleton Voxels......Page 164
  Experimental Results......Page 166
  References......Page 169
  Introduction......Page 170
  Related Work......Page 171
   Entity Detection......Page 172
  Entries and Exits......Page 174
   Entry/Exit Zone Reliability......Page 175
   Entry/Exit Region Evaluation......Page 177
   Semantic Scene Actions......Page 180
  References......Page 181
  Introduction......Page 182
  Search Method......Page 183
   Combined-Model......Page 185
  Driver Monitoring and ID Smoothing......Page 186
  Video Search Results......Page 187
  Training the Eye-State Classifier......Page 188
  Detecting Closed Eyes......Page 189
  Discussion......Page 190
  References......Page 191
  Introduction......Page 193
   Low-Level Image Features......Page 194
   Modeling Feature Point Sets......Page 196
   Parameter Estimation and Feature Selection......Page 198
   IXMAS Data Results......Page 199
  References......Page 201
  Introduction......Page 203
   Block Formation......Page 205
   Social Entropy......Page 206
  Experiments and Discussion......Page 208
  References......Page 211
  Introduction......Page 213
  Methodology......Page 214
   Posture Estimation......Page 215
   Fuzzy-Based Estimation of Fall Confidence Values......Page 216
   Combination with Learned Accumulated Hitmap......Page 217
  Experiments......Page 219
  Conclusions and Outlook......Page 221
  References......Page 222
  Introduction......Page 223
  Related Work......Page 224
  Local Contrast Concept......Page 225
  On the Problem of Signs......Page 226
  Colour Visualisation......Page 228
  References......Page 230
  Introduction......Page 231
   Geometric Calibration......Page 232
   Color Calibration......Page 233
  Gamut Extension Algorithm......Page 235
  Experiments......Page 236
  References......Page 238
  Introduction......Page 240
  Our Proposed Shading Attenuation Method......Page 241
   Pigmented Skin Lesion Segmentation in Color Images......Page 243
   Face Segmentation in Color Images......Page 244
  References......Page 248
  Introduction......Page 249
   Cone Transform......Page 250
   Histogram Normalization......Page 251
   Opponent Color Space......Page 252
   AR Face Dataset......Page 253
  Experiments: Descriptor-Based System......Page 254
   ALOI......Page 256
   Degradation of Performance under Normal Conditions......Page 257
  Discussion......Page 258
  Conclusion......Page 259
  References......Page 260
  Introduction......Page 261
  Related Work......Page 262
   Target Color Consistency......Page 263
   Model Effectiveness and Chromatic Locality......Page 264
   Specificity of Model Parameters to Color......Page 266
   Realistic Scene Application......Page 268
  Conclusions and Future Work......Page 269
  References......Page 270
  Introduction......Page 271
   Joint LAB-Range Bilateral Filter......Page 272
   Joint LAB-Range vs. Joint Hue-Range Bilateral Filter......Page 273
   Complex Log-Polar Transform in CIELAB Color Space......Page 274
   Cluster Separability in Complex Log-Polar Space......Page 275
   PCA Matching to Time-Variant Blended Cluster......Page 277
   Color Stealing by Time-Variant PCA Matching Matrix......Page 278
  Experiments on Blue Rose Creation by Stealing Pansy Blue......Page 279
  References......Page 280
  Introduction and Related Works......Page 281
  Perceptual Aliasing and Point Matching......Page 283
  Improving ASIFT......Page 285
  Experiments......Page 287
  References......Page 291
  Introduction......Page 293
  Approach......Page 294
   Feature Extraction in Multiple Scales......Page 295
   Multiresolution Framework......Page 298
   Accuracy......Page 299
  References......Page 301
  Introduction......Page 303
   Pre-processing......Page 304
   Feature Extraction......Page 305
   Fingertip Detection for Categorization......Page 307
   ASL Alphabets......Page 309
   ASL Numbers......Page 310
   Test Sequences......Page 311
  Conclusion......Page 312
  References......Page 313
  Introduction......Page 314
  The SIFT Detector......Page 316
   Difference of Gaussians Function Model......Page 317
   Optimization and Computational Complexity of the Approaches......Page 318
   Data Construction......Page 319
   Results......Page 320
  References......Page 324
  Introduction......Page 326
   Linear Dimensionality Reduction......Page 327
   Feature Selection......Page 328
   One Transform Based LDR......Page 329
   Benchmark Data Sets......Page 331
   Method Comparison......Page 332
  Conclusion......Page 334
  References......Page 335
  Introduction......Page 336
   Adaboost by Freund and Schapire......Page 337
   Framework by Viola and Jones......Page 338
   Comprising of Symmetric Object Characteristics by Inserting Symmetry Features......Page 339
   Modified Algorithm......Page 340
  Experimental Results......Page 342
  Conclusions......Page 344
  References......Page 345
  Introduction......Page 346
   Related Work......Page 347
   Occluding Contour Camera......Page 348
   Postprocessing......Page 349
   Feature Filtering Using Occluding Contours......Page 350
  Experiments......Page 351
   Real Dataset with Complicated Background......Page 352
  Conclusions and Future Work......Page 354
  References......Page 355
  Introduction......Page 356
   Information Visualization Methods......Page 357
   2D Expansion of Volume Data......Page 358
  2D Expansion Visualization Method of High-Dimensional Data......Page 359
   2D Expansion of High-Dimensional Data......Page 360
   Visualization of 3D Pressure Data......Page 361
   Visualization of 5D Lattice Random Walk......Page 363
  References......Page 364
  Introduction......Page 366
  Related Work......Page 367
  The Model......Page 368
  The Visualization Framework......Page 369
   Overview......Page 370
   Zoom and Filter......Page 371
   Detailed View......Page 373
  Results......Page 374
  References......Page 376
  Introduction......Page 378
  Related Work......Page 379
   Optimizing Correspondence between Tensors......Page 381
   Locating Tensor Degeneracy......Page 382
   Rotational Inconsistency Around Degenerate Points......Page 383
  Results and Discussions......Page 385
  Conclusion......Page 386
  References......Page 387
  Introduction......Page 388
  Related Work......Page 389
   Plotting Algorithm......Page 390
   Additional Visual Features......Page 392
   Study Method......Page 393
   Study Results......Page 395
  Application......Page 397
  Conclusions......Page 398
  References......Page 399
  Introduction......Page 400
   Ontology Data Description......Page 401
   Related Work......Page 402
   Visualizing Pseudo Ontology with Non-tree Edges......Page 404
   Visualizing Pathway Ontology Dataset......Page 405
   Mapping Experimental Values on Ontology......Page 406
  Discussion......Page 408
  References......Page 409
  Introduction......Page 411
   Spectrum Segmentation......Page 413
  Experiments and Results......Page 415
  Conclusion......Page 419
  References......Page 420
   The Level Set Method......Page 421
  An Extended Marching Cubes Algorithm......Page 422
   Selecting Modified Mesh Fragments......Page 423
   Polygonising a Cell......Page 424
  Level Set Image Segmentation......Page 425
  Results and Discussion......Page 428
  References......Page 430
  Introduction......Page 431
  Related Work......Page 432
  Multiple Instance Learning......Page 433
  Target Localization Algorithm......Page 435
   Automatic Target Localization......Page 437
   Auto-locking for Unique Target Detection......Page 438
   Sufficiency of Learned Models for Tracking......Page 439
   Comparison with Manual Initialization......Page 440
  Summary and Future Work......Page 441
  References......Page 442
  Introduction......Page 443
  Modeling Fuzzy Spatial Constraints......Page 444
  Particle Filtering for Multi-object Tracking......Page 446
  Partitioned Sampling (PS)......Page 447
  Ranked Partitioned Sampling (RPS)......Page 449
   People Tracking......Page 450
   Ant Tracking......Page 451
   Hand Tracking......Page 452
  References......Page 453
  Introduction......Page 455
  Proposed Method......Page 456
   Object Tracking......Page 458
   Object Segmentation......Page 459
  Experimental Results and Implementation Issues......Page 462
  Summary......Page 465
  References......Page 466
  Introduction......Page 467
   Estimation of Prior Models Using Phase Correlation......Page 469
   Optical Flow Estimation Using Block-Matching......Page 470
   Smooth Optical Flow Estimation Using EC-QMMFs......Page 471
  Preliminary Results......Page 473
  References......Page 475
  Introduction......Page 477
   The DFD Equations......Page 478
   Velocity Field Modeling......Page 479
   Global Optimization......Page 480
   Motion-Compensated Processing......Page 481
  Experiments......Page 482
  Conclusion......Page 484
  References......Page 485
  Introduction......Page 487
  Gradient-Based MCT for Optical Flow......Page 488
  Parameter Optimization and Experimental Results......Page 491
  Conclusion......Page 497
  References......Page 498
  Introduction......Page 499
  Stereo Assisted Moving Object Detection......Page 500
  Depth Assisted Object Tracking......Page 501
   Video Tracking under Partial Occlusion......Page 502
   New Object, Splitting and Severe Occlusion Handling......Page 504
   Tracking under Partial Occlusion in Different Disparity Layers......Page 505
   Tracking under Partial and Severe Occlusion......Page 506
  Conclusion......Page 509
  References......Page 510
  Introduction......Page 511
   Face Segmentation and Quality......Page 513
   Information Content......Page 514
   Results......Page 516
  References......Page 518
  Introduction......Page 519
  Levenshtein Distance in Iris Recognition......Page 521
   Normalization......Page 523
  Experimental Results......Page 524
   Does LD Enhance Iris Recognition Accuracy Compared to Traditional Minimum HD?......Page 525
   Which Tradeoff Exists between the Maximum Number of Shifts, Time Complexity and Recognition Accuracy?......Page 526
  Conclusion......Page 527
  References......Page 528
  Introduction......Page 529
  Problem Statement......Page 530
   The Algorithm......Page 531
  Database Acquisition......Page 533
  Results......Page 534
  Conclusions......Page 536
  References......Page 537
  Introduction......Page 539
   Footstep Signals......Page 540
   Feature Extraction and Matching......Page 541
  Database and Experimental Protocol......Page 543
  Experimental Results......Page 544
  Conclusions and Future Work......Page 546
  References......Page 547
  Introduction......Page 549
  Banana Wavelets......Page 550
  Ear Detection......Page 551
  Results......Page 554
  References......Page 557
  Introduction......Page 559
  Manifold Learning......Page 560
  Sparse Representations......Page 562
  Sparse Graphs......Page 563
  Experimental Results......Page 564
  References......Page 567
  Introduction......Page 569
  Face Image Representation......Page 570
  Adaptive Graph Appearance Model......Page 571
   Common Sub-graph and Super-graph......Page 573
  Adaptive Matching and Recognition......Page 574
  Experiments......Page 575
  References......Page 577
  Introduction......Page 579
   Feature Matching Approach......Page 580
   Gradient-Based Approach......Page 581
   Spatial-Temporal Frequency Based Approach......Page 582
   Numerical Phantom Simulations......Page 584
   Real Images......Page 585
  Conclusions......Page 586
  References......Page 587
  Introduction......Page 589
   Visual Analysis Process......Page 590
   Preliminaries on graphs......Page 591
   Discrete Operators on Graphs......Page 592
   Discrete Semi-supervised Clustering......Page 593
   Principle......Page 594
  Visualization of Mitotic Figures......Page 595
  Conclusion......Page 597
  References......Page 598
  Introduction......Page 599
  Data Description......Page 600
  Extended Edge Neighborhood......Page 601
  Quality Index and Edge Thickness Calculation......Page 602
  Testing 40000 Cells......Page 603
  Bivariate Similarity Index......Page 605
  Results......Page 606
  Conclusions and Future Work......Page 609
  References......Page 610
  Introduction......Page 611
  Optical Flow Computation......Page 612
  Numerical Examples......Page 614
  Concluding Remarks......Page 618
  References......Page 619
  Introduction......Page 621
   Image-Based Features Extraction......Page 622
   Knowledge Extraction......Page 624
  Evaluation......Page 628
  Conclusion and Future Work......Page 629
  References......Page 630
  Introduction......Page 632
  Related Work......Page 633
  Approach......Page 636
  Evaluation......Page 637
  Results......Page 638
  Conclusion......Page 640
  References......Page 641
  Introduction......Page 642
  Approximation Algorithms for GSS......Page 644
   Theoretical Performance......Page 645
   Generators......Page 647
   Experimental Performance......Page 648
  References......Page 651
  Introduction......Page 652
  Irregularity Measure......Page 654
  Experiment Design and Result......Page 658
  References......Page 660
  Introduction......Page 662
   Local Frame Coordinate Construction......Page 664
   Vector Field Construction......Page 665
   Run Time Performance and Memory Requirement......Page 667
   Comparison and Limitation......Page 668
  Conclusion and Future Work......Page 669
  References......Page 670
  Introduction......Page 672
  Outline......Page 673
  Related Work......Page 674
  Preprocessing......Page 675
   Trading Space for (Rendering) Time......Page 676
   Adjusting the Quality......Page 677
  Results......Page 678
   Adapting to the Memory Requirements......Page 679
   Rendering Performance and Quality......Page 680
  Conclusion......Page 682
  References......Page 683
  Introduction......Page 684
   Manifold Harmonics......Page 685
  Implementation Details......Page 686
   Local Spectrum Estimation......Page 687
   Defining Regions......Page 688
   Mesh Registration......Page 689
   Propagating Editing Operations......Page 690
  References......Page 692
  Introduction......Page 694
  Related Work......Page 695
  Markov Random Field-Based Clustering......Page 696
  Implementation......Page 698
  Experimental Results and Performance Analysis......Page 699
  References......Page 702
  Introduction......Page 704
  Related Work......Page 706
  3D Dominant Plane Extraction......Page 707
  3D Viewpoint Invariant Features......Page 708
   Performance Evaluations......Page 710
   Wide Baseline Alignment......Page 712
  References......Page 714
  Introduction......Page 716
  Related Work......Page 718
   Sparse Correspondences......Page 719
   Sub-pixel Matching and Slant......Page 720
   Parameter Estimation......Page 721
   Synthetic Results......Page 722
   Benchmark Results......Page 723
   Real Outdoor Results......Page 724
  Conclusion......Page 725
  References......Page 726
  Introduction......Page 728
  Reconstruction Using Jacobi Iterative Method......Page 729
  Procedure of Synthetic Shape Reconstruction......Page 730
  Reconstruction Using FT......Page 731
  Experiments......Page 732
  References......Page 737
  Introduction......Page 738
  Bundle Adjustment......Page 739
  Dense Disparity Maps......Page 740
  Photometric Reconstruction......Page 741
   Shadow Map Computation......Page 742
   Relief Map Computation......Page 743
   Albedo Reconstruction......Page 744
  Conclusions......Page 745
  References......Page 746
  Introduction......Page 748
  Robust Super-Resolution Mosaicking......Page 750
  Levenberg Marquardt Method......Page 751
  Experimental Results for LM Method......Page 753
  References......Page 755
  Introduction......Page 757
  Dye Transfer Model......Page 760
  Graph Diffusion......Page 763
  Results......Page 764
  References......Page 767
  Introduction and Related Work......Page 769
   Selection Angle......Page 770
  Pilot Study on PAM Angles......Page 771
  Main Study: Methods......Page 772
  Results......Page 774
  Discussion......Page 776
  Conclusion......Page 777
  References......Page 778
  Introduction......Page 779
  Related Work......Page 780
   Design......Page 782
   Apparatus......Page 783
   Procedure......Page 784
  Results......Page 785
  Discussion......Page 786
  Conclusion......Page 787
  References......Page 788
  Introduction......Page 789
   Joining Road with Terrain......Page 790
   Automatic Bridges and Tunnels......Page 791
   Banking......Page 792
  Freeways......Page 793
   Freeway Connector Ramps......Page 794
  Conclusions......Page 799
  References......Page 800
  Introduction......Page 801
  System Overview......Page 803
   Recognition Process......Page 804
   Constructing States Using an SOM......Page 805
   Constructing Recognition Path......Page 806
  Experiment and Discussion......Page 807
  References......Page 808
Author Index......Page 811