近年來,隨著人工智能技術(shù)的迅猛發(fā)展,自動駕駛、3D顯示以及機器人逐漸走入了人們的視野并開始影響著人們的生活。在上述相關(guān)領(lǐng)域中,如何獲取準(zhǔn)確的場景深度信息成為了研究的重點。當(dāng)前針對單目圖像/視頻深度估計任務(wù)的主要方法是通過深度卷積神經(jīng)網(wǎng)絡(luò)（DCNNs）來學(xué)習(xí)彩色圖-深度圖數(shù)據(jù)庫中存在的圖像域信息到深度域信息的映射關(guān)系。但是,當(dāng)前該領(lǐng)域的主流算法存在著如下三個問題:（1）在單目視頻深度估計任務(wù)中,將面向圖像的卷積神經(jīng)網(wǎng)絡(luò)模型運用到視頻任務(wù)時,預(yù)測得到的深度圖序列存在嚴(yán)重的時空不一致問題,影響3D視頻的合成效果。（2）在單目圖像深度估計任務(wù)中,當(dāng)前的模型無法通過一套模型參數(shù)適應(yīng)室內(nèi)室外不同的場景,限制了模型的實用性與魯棒性。（3）當(dāng)前的單目深度估計網(wǎng)絡(luò)模型具有較大的存儲消耗以及計算消耗,限制了模型在移動端設(shè)備上的使用。本文針對上述三個問題分別提出了有效的解決方案。針對單目視頻深度估計任務(wù),本文提出了一種循環(huán)條件隨機場網(wǎng)絡(luò)模型。該模型將時空條件隨機場與常規(guī)的卷積神經(jīng)網(wǎng)絡(luò)進行結(jié)合,能夠有效地構(gòu)建深度序列中存在的時空依賴關(guān)系,保證了預(yù)測結(jié)果的準(zhǔn)確性與時空一致性。針對多場景類別單目深度估計任務(wù),本文... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：96 頁

【學(xué)位級別】：碩士

【部分圖文】：

全連接條件隨機場

圖 2-4 循環(huán)神經(jīng)網(wǎng)絡(luò)示意圖-4 所示，箭頭的左邊為一個標(biāo)準(zhǔn)的循環(huán)神經(jīng)網(wǎng)絡(luò)的循環(huán)單元該單元依次處理每一個時間節(jié)點的數(shù)據(jù)。因此，序列數(shù)據(jù)的邊的形式。第 t 時刻模型的輸入，ts 表示第 t 時刻模型內(nèi)部的記憶狀態(tài)，出結(jié)果。當(dāng)面對一個新的數(shù)據(jù)t1x+，模型首先依據(jù)之前的狀新模型內(nèi)部的狀態(tài)：( )t 1t ts f U x W s+= + 。然后基于輸出結(jié)果：( )1 1maxt to soft Vs+ += 。過程中，有兩點是值得注意的：（1）當(dāng)處理序列數(shù)據(jù)時，每數(shù)是共用的；（2）當(dāng)處理序列數(shù)據(jù)時，過往的有效信息會被

按照光流中圖像灰度短時不變性搭建基本光流方程。設(shè) L ( x , y , t )代表在t時刻像素點( x, y )的照度，設(shè) u ( x , y )和 v ( x , y )分別表示光流在該像素點水平與豎直的位移分量。當(dāng)t + dt時，像素點( x , y )移動到( x + u , y + v)位置。根據(jù)運動前后像素點照度相同的假設(shè)，得到前后兩幀存在的關(guān)系如下： L ( x , y , t ) = L ( x + u , y + v , t + dt)。通過對該式子進行求解，即可得到t時刻圖像上各個像素點的運動情況。本文采取文獻[43]中基于深度學(xué)習(xí)的光流算法，來估算場景中每一個像素點的運動軌跡。在圖 2-5 中，依次是當(dāng)前幀的彩色圖、后一幀的彩色圖以及當(dāng)前幀的光流運動圖。從圖中可以發(fā)現(xiàn)，光流圖很好地反映了當(dāng)前幀圖像中各個像素點的運動情況。此外，光流圖中包含的各個像素點水平與豎直位移可以用來計算前后兩幀上各個像素點的坐標(biāo)對應(yīng)關(guān)系�；谠撟鴺�(biāo)對應(yīng)關(guān)系，可以自然地建立前后兩幀的時域連接，這對于增強預(yù)測結(jié)果的時域連續(xù)性至關(guān)重要。


本文編號：3268140