人類視覺感知經(jīng)驗(yàn)的數(shù)學(xué)化表示及其在深度估算中的應(yīng)用.pdf

1、本文對人類視覺感知經(jīng)驗(yàn)進(jìn)行數(shù)學(xué)化表示,并將其應(yīng)用于三維深度估算當(dāng)中。
　　首先,用數(shù)學(xué)語言對人類視覺感知經(jīng)驗(yàn)進(jìn)行表示和研究。研究如何從單張二維圖像中的點(diǎn)、線、面的二維坐標(biāo)反推出三維空間中點(diǎn)、線、面的三維坐標(biāo)以及深度信息,本身是個(gè)病態(tài)問題,因?yàn)閺娜S到二維的成像過程已經(jīng)丟失了“一維”的信息,想從二維反推三維顯然“條件不足”。但是對人類視覺系統(tǒng)進(jìn)行考察,發(fā)現(xiàn)其在感知經(jīng)驗(yàn)的幫助下完成了許多現(xiàn)今機(jī)器人“不可能完成”的任務(wù)。另外人類視覺系統(tǒng)

2、提出的答案通常是不精確的,只是一個(gè)模糊的值。受此啟發(fā),本文認(rèn)為從二維信息反推三維信息并不是一個(gè)病態(tài)問題。在此研究中,建立了一模擬人類視覺系統(tǒng)的數(shù)學(xué)模型,對人類視覺感知經(jīng)驗(yàn)進(jìn)行抽象提取并用數(shù)學(xué)公式表達(dá)出來。此數(shù)學(xué)模型包括一個(gè)與人眼成像原理類似的成像模型,在此成像模型上,對簡單的三維對象(直線段、相交直線段、平面)進(jìn)行成像,再由二維成像平面上的信息,反推出三維對象的長度、角度等等幾何特征。用數(shù)學(xué)公式表示出了在特定情況下人類感知經(jīng)驗(yàn)的一些簡單

3、形式,并初步探討了人類視覺感知經(jīng)驗(yàn)快速準(zhǔn)確獲取的原因。
　　其次,研究了從二維信息中進(jìn)行深度估算。從二維信息來反推深度信息在許多方面都有重要的應(yīng)用。受人類視覺系統(tǒng)深度估算方法的啟發(fā),本論文第二部分提出了一種新的深度估算的方法。具體說來,單目機(jī)器人在未知場景中移動(dòng)并多次進(jìn)行拍照,選取圖像系列中的兩張,對它們進(jìn)行角點(diǎn)檢測及匹配,對于每對匹配點(diǎn),利用本論文的一種新的深度計(jì)算方法,可以算出與匹配點(diǎn)對應(yīng)的場景中的位置的深度,從而可以構(gòu)造出三