版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著3D技術(shù)的普及,三維數(shù)據(jù)的獲取技術(shù)日漸受到人們的重視,在計算機視覺領(lǐng)域內(nèi),基于視頻序列的深度恢復(fù)技術(shù)也逐漸成為研究的熱點。雖然,針對動態(tài)場景,也有很多多目深度恢復(fù)技術(shù)相繼被提出,但是這些算法往往在魯棒性、易用性上不盡如人意,如何用較少的相機,恢復(fù)出較好的深度是多目深度恢復(fù)的研究目標(biāo)。
本文分別結(jié)合雙目相機和五目相機的特點,對其拍攝的視頻序列,提出了相應(yīng)的深度恢復(fù)算法。對于雙目視頻序列,在深度初始化階段,采用了特殊的遮擋處理
2、方法和基于分割的平面擬合策略來保證初始化深度的質(zhì)量;在深度優(yōu)化階段,對靜態(tài)像素運用集束優(yōu)化,對動態(tài)像素根據(jù)光流尋找時域上的對應(yīng)點來保證深度在時域上的一致性;另外,對于弱紋理區(qū)域的深度質(zhì)量仍然很難保證的問題,提出了根據(jù)雙側(cè)分割結(jié)果對靜態(tài)區(qū)域進行再初始化的策略。對于五目視頻序列,針對不同相機間的成像效果會有差異的問題,提出了采用互信息(MutualInformation)進行立體匹配的算法框架,并結(jié)合視頻序列的特點,利用前一幀深度作為當(dāng)前幀
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機器學(xué)習(xí)的單目視頻深度恢復(fù).pdf
- 多目視頻中人體姿態(tài)恢復(fù)及跟蹤的研究.pdf
- 多視角視頻深度信息恢復(fù)算法的研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的單目視頻深度恢復(fù)算法研究.pdf
- 基于圖片序列的快速深度恢復(fù).pdf
- 基于非參數(shù)多線索融合的單目視頻深度圖估計研究.pdf
- 視頻序列圖像的超分辨恢復(fù).pdf
- 基于單目視頻的深度信息預(yù)測算法的研究.pdf
- 單目視頻中深度圖生成算法研究.pdf
- 基于視頻序列的雙目視覺立體匹配算法研究.pdf
- 基于星型模型的單目視頻序列人體行為識別.pdf
- 圖像處理技術(shù)在雙目視頻序列分析中的應(yīng)用.pdf
- 因特網(wǎng)中多目視頻發(fā)布的擁塞控制研究.pdf
- 單目視頻中深度圖生成算法研究
- 人體運動姿態(tài)分析的研究與實現(xiàn)——基于單目視頻序列.pdf
- 基于雙目視覺相機的深度圖像恢復(fù)技術(shù)研究與應(yīng)用.pdf
- 基于單目視頻序列的人體運動分析方法研究.pdf
- 基于序列深度學(xué)習(xí)的視頻分析:建模表達與應(yīng)用.pdf
- 基于機器人雙目視覺的三維場景深度信息恢復(fù).pdf
- 基于單目視頻序列的二維全身人體姿態(tài)估計的研究.pdf
評論
0/150
提交評論