光流場(chǎng)估計(jì)是計(jì)算機(jī)視覺(jué)領(lǐng)域的基礎(chǔ)研究?jī)?nèi)容之一,其在視頻分割、物體跟蹤和三維場(chǎng)景重建等方面均有大量的應(yīng)用。歷經(jīng)四十余年的發(fā)展,光流場(chǎng)估計(jì)研究取得了長(zhǎng)足的進(jìn)步。隨著應(yīng)用場(chǎng)合的不斷擴(kuò)大和人們對(duì)高精度光流場(chǎng)估計(jì)需求的不斷提高,近年來(lái)光流場(chǎng)估計(jì)又成為領(lǐng)域的一個(gè)研究熱點(diǎn)。光流場(chǎng)記錄了物體在圖像平面上投影的移動(dòng)。按照所使用圖像幀的數(shù)目進(jìn)行分類,光流場(chǎng)估計(jì)可分為基于兩幀圖像的和基于多幀序列圖像的兩大類。本文主要研究前者,針對(duì)存在遮擋的場(chǎng)景,嘗試提出基于前后兩幀圖像的、魯棒的光流場(chǎng)估計(jì)算法。首先,本文針對(duì)一類光流場(chǎng)估計(jì)算法中的中間扭曲圖像（warped image,簡(jiǎn)稱中間圖像）生成問(wèn)題進(jìn)行了研究,提出了中間圖像的合成和校正算法。已知微分法是光流場(chǎng)估計(jì)中最基本的算法之一,雖然中間圖像在所述算法中僅是一個(gè)階段性結(jié)果,但其在計(jì)算過(guò)程中起著承上啟下的關(guān)鍵作用。研究發(fā)現(xiàn)因算法本身的問(wèn)題,生成的中間圖像中會(huì)出現(xiàn)場(chǎng)景中其它地方的物體或物體的部分結(jié)構(gòu),這樣的“鬼影”區(qū)域會(huì)給后續(xù)的光流計(jì)算帶來(lái)誤導(dǎo),必須加以糾正。為此,本文首先對(duì)所使用的數(shù)據(jù)庫(kù)中前景運(yùn)動(dòng)物體和背景區(qū)域進(jìn)行了統(tǒng)計(jì)分析,提出了一種基于場(chǎng)景先驗(yàn)的“鬼影”區(qū)域定... 

【文章來(lái)源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：122 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 光流場(chǎng)估計(jì)的研究背景
    1.2 光流場(chǎng)估計(jì)的研究意義
    1.3 光流場(chǎng)估計(jì)的研究現(xiàn)狀及挑戰(zhàn)
    1.4 本文研究?jī)?nèi)容和主要貢獻(xiàn)
    1.5 本文結(jié)構(gòu)安排
第二章 光流場(chǎng)估計(jì)算法概述
    2.1 傳統(tǒng)光流場(chǎng)估計(jì)算法
        2.1.1 微分法
        2.1.2 匹配法
        2.1.3 其他算法
    2.2 深度卷積神經(jīng)網(wǎng)絡(luò)算法
        2.2.1 端到端結(jié)構(gòu)的光流場(chǎng)估計(jì)算法
        2.2.2 基于匹配網(wǎng)絡(luò)的光流場(chǎng)估計(jì)算法
        2.2.3 其他光流場(chǎng)估計(jì)算法
    2.3 基于遮擋處理的光流場(chǎng)估計(jì)算法
    2.4 數(shù)據(jù)集和評(píng)價(jià)指標(biāo)
        2.4.1 相關(guān)數(shù)據(jù)集
        2.4.2 評(píng)價(jià)指標(biāo)
        2.4.3 光流顯示方案
    2.5 本章小結(jié)
第三章 中間圖像的合成與校正
    3.1 中間圖像的定義和合成方法
        3.1.1 基于金字塔結(jié)構(gòu)的光流場(chǎng)估計(jì)算法
        3.1.2 中間圖像的生成
        3.1.3 中間圖像的評(píng)價(jià)標(biāo)準(zhǔn)
    3.2 基于場(chǎng)景先驗(yàn)的“鬼影”區(qū)域定位算法
        3.2.1 算法描述
        3.2.2 實(shí)驗(yàn)結(jié)果
    3.3 基于運(yùn)動(dòng)關(guān)系的“鬼影”區(qū)域定位算法
        3.3.1 算法描述
        3.3.2 實(shí)驗(yàn)結(jié)果
    3.4 圖像補(bǔ)償策略
    3.5 本章小結(jié)
第四章 考慮遮擋的光流場(chǎng)估計(jì)算法
    4.1 遮擋處理和“鬼影”區(qū)域
        4.1.1 遮擋處理
        4.1.2 “鬼影”區(qū)域的產(chǎn)生
    4.2 基于中間圖像的光流場(chǎng)估計(jì)算法
        4.2.1 能量函數(shù)的構(gòu)建
        4.2.2 能量函數(shù)的求解
        4.2.3 其他優(yōu)化策略
        4.2.4 算法小結(jié)
        4.2.5 實(shí)驗(yàn)結(jié)果
    4.3 基于遮擋推理的光流場(chǎng)估計(jì)算法
        4.3.1 算法描述
        4.3.2 實(shí)驗(yàn)結(jié)果
    4.4 本章小結(jié)
第五章 基于深度學(xué)習(xí)的光流場(chǎng)估計(jì)算法
    5.1 基本網(wǎng)絡(luò)模型
        5.1.1 網(wǎng)絡(luò)結(jié)構(gòu)
        5.1.2 網(wǎng)絡(luò)訓(xùn)練
    5.2 基于邊緣先驗(yàn)的光流場(chǎng)估計(jì)算法
        5.2.1 算法描述
        5.2.2 實(shí)驗(yàn)結(jié)果
    5.3 基于遮擋先驗(yàn)的光流場(chǎng)估計(jì)算法
        5.3.1 算法描述
        5.3.2 實(shí)驗(yàn)結(jié)果
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 研究工作總結(jié)
    6.2 不足與展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文、參與的科研項(xiàng)目



本文編號(hào)：3163983