|
题目:
雅宝题库答案:
****此区域为收费内容**** 需支付 1 知识币后可查看,1币=0.01元查看答案
雅宝题库解析:
立体视觉题目是计算机视觉领域的一个重要分支,也一直是计算视觉的重要热点方向。而获取空间三维场景中的深度信息是其基本研究内容,其在视点合成、对象提取、三维场景重建、多视点视频压缩、电影特效制作等领域都有重要应用。立体视觉技术中,通过模拟人眼的立体信息获取方式称为双目立体匹配,但双目立体视觉技术中,对于无纹理区域,重复纹理和遮挡区域的处理一直是难点,同时也无法对当前存在的许多珍贵单目视频资料进行处理,另外双目立体视频的采集设备也相当昂贵,考虑这些局限性,单目视频的深度提取题目具有重要意义。基于单目视频的深度提取是虚拟视点合成,视频建模等领域的关键题目和技术难点。主要内容是研究如何使用摄像机运动的自标定结果来对连续视频帧精确的提取其初始视差图,并利用视频的特点(如视频场景的几何一致性约束,时间一致性约束加以优化),并修正得到精度较高的结果。单目视频深度图的获取方法可以为虚拟视点合成,电影特效制作,3D电影制作等奠定基础,同时也可为视频对象中远近层次分析提供有效依据。本文介绍了基于单目视频的深度提取方法产生的背景及意义,分析了当前主流的深度恢复方法的原理,并在此基础上设计了基于单目视频的深度信息提取的方法。该方法主要包括四个部分:(1)通过使用摄像机的自标定结果进行邻近关键帧之间的像素投影,取匹配代价的最小值,获得局部优化的初始化深度图;(2)定义了表达颜色一致性约束,几何一致性约束,平滑约束和初始化深度图信息的能量函数,将深度图提取题目转化为求能量函数最小化题目,当能量函数得到最优解时,对应的深度图为全局最优,从而进一步了提升深度图质量;(3)对图像进行各向异性扩散,在保持边缘的同时使相同颜色块的颜色差异减小,再使用Meanshift算法获得较好的图像分割结果。对全局最优的深度图中的可信像素,利用分割结果进行平面拟合,更好的改进深度图的质量。同时考虑视频序列时间轴上的深度冗余性,进行时间轴优化;(4)对非关键帧采取简化算法。一系列优化后的关键帧深度图质量较好,计算不同深度情况下,非关键帧对其左右相邻关键帧的投影代价,可以获得较好质量的非关键帧深度图。实验结果表明,本文提出的基于单目视频的深度提取方法能够较好的恢复深度图信息,并良好的保持了深度平滑变化区域及边缘信息。 |
上一篇:复杂条件下典型目标检测识别技术研究下一篇:基于光子映射的多种光照效果模拟的研究与实现
|