RGBD環(huán)境下的場(chǎng)景流估計(jì)方法研究
發(fā)布時(shí)間:2021-01-23 02:11
3D場(chǎng)景流(Scene Flow)是用于描述空間物體運(yùn)動(dòng)3D矢量場(chǎng),在虛擬現(xiàn)實(shí),目標(biāo)檢測(cè)、跟蹤及場(chǎng)景理解方面有著廣泛應(yīng)用。隨著深度傳感器的普及,RGBD場(chǎng)景流在計(jì)算機(jī)視覺領(lǐng)域引起了越來(lái)越多的關(guān)注。在RGBD視頻流中進(jìn)行場(chǎng)景流估計(jì)時(shí),傳統(tǒng)的基于分割的方法對(duì)遮擋和大位移具有較好的效果,分層場(chǎng)景流方法能夠根據(jù)已知場(chǎng)景的相對(duì)深度排序?qū)吔缃=鉀Q遮擋問(wèn)題。這類方法的遮擋和場(chǎng)景流估計(jì)效果會(huì)受到分割結(jié)果的影響,且現(xiàn)有的深度層次排序過(guò)程自動(dòng)化程度低。此外,現(xiàn)有基于分割的方法大部分是在分割區(qū)域剛性運(yùn)動(dòng)的假設(shè)下進(jìn)行場(chǎng)景流估計(jì)的,這就會(huì)使得非剛體目標(biāo)的場(chǎng)景流估計(jì)不準(zhǔn)確。針對(duì)以上問(wèn)題,圍繞3D場(chǎng)景流技術(shù),本文分別針對(duì)深度圖像分層技術(shù),含有非剛性運(yùn)動(dòng)的場(chǎng)景流估計(jì)以及基于卷積神經(jīng)網(wǎng)絡(luò)的場(chǎng)景流估計(jì)關(guān)鍵技術(shù)進(jìn)行了研究,本文的主要研究工作包括:(1)提出基于深度圖像自動(dòng)分層的場(chǎng)景流估計(jì)算法。該方法首先使用深度圖像修復(fù)算法修復(fù)含有噪聲的深度圖像,接著使用SLIC超像素分割與相似區(qū)域合并算法對(duì)深度圖像進(jìn)行初始分層;然后在初始分層中引入光流約束實(shí)現(xiàn)深度圖像的自動(dòng)分層,最后分別在數(shù)據(jù)集Middlebury 2003,SRSF...
【文章來(lái)源】:西安理工大學(xué)陜西省
【文章頁(yè)數(shù)】:62 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
場(chǎng)景流Fig.1-1Sceneflow目前,計(jì)算場(chǎng)景流的方法主要有兩種,分
用于虛擬現(xiàn)實(shí),物體檢測(cè),手勢(shì)識(shí)別,視頻壓縮與顯示等領(lǐng)域。例如:在智能機(jī)器人中,它能夠在動(dòng)態(tài)環(huán)境中預(yù)測(cè)周圍物體在下一時(shí)刻的分布情況來(lái)實(shí)現(xiàn)自主導(dǎo)航或者自主駕駛;在氣象預(yù)測(cè)中,可以根據(jù)衛(wèi)星云圖的運(yùn)動(dòng)情況預(yù)測(cè)出未來(lái)幾天的天氣情況;在醫(yī)療系統(tǒng)中,能夠根據(jù)CT影像和定位技術(shù)實(shí)現(xiàn)快速定位,使手術(shù)過(guò)程可視化、精確化;在監(jiān)測(cè)系統(tǒng)中,能夠根據(jù)車輛運(yùn)動(dòng)信息及時(shí)合理的作出線路規(guī)劃避免交通擁堵;在理論應(yīng)用中,它可以補(bǔ)充和改進(jìn)最新的視覺測(cè)距法和SLAM算法,這些算法通常假定可以在剛性或準(zhǔn)剛性環(huán)境中使用。場(chǎng)景流的應(yīng)用如圖1-1所示。圖1-1場(chǎng)景流應(yīng)用示意圖Fig.1-1Sceneflowapplicationdiagram目前,計(jì)算場(chǎng)景流的方法主要有兩種,分別是基于雙目立體視覺和基于RGBD計(jì)算場(chǎng)景流。前者計(jì)算場(chǎng)景流主要是通過(guò)雙目立體相機(jī)采集同一物體在不同時(shí)刻的左右視圖,根據(jù)
西安理工大學(xué)碩士學(xué)位論文4第五章主要對(duì)本文工作進(jìn)行總結(jié)與展望,該部分主要包含了本文方法存在的不足以及未來(lái)的研究方向與工作展望。圖1-2本文組織結(jié)構(gòu)Fig.1-2Organizationstructure
本文編號(hào):2994339
【文章來(lái)源】:西安理工大學(xué)陜西省
【文章頁(yè)數(shù)】:62 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
場(chǎng)景流Fig.1-1Sceneflow目前,計(jì)算場(chǎng)景流的方法主要有兩種,分
用于虛擬現(xiàn)實(shí),物體檢測(cè),手勢(shì)識(shí)別,視頻壓縮與顯示等領(lǐng)域。例如:在智能機(jī)器人中,它能夠在動(dòng)態(tài)環(huán)境中預(yù)測(cè)周圍物體在下一時(shí)刻的分布情況來(lái)實(shí)現(xiàn)自主導(dǎo)航或者自主駕駛;在氣象預(yù)測(cè)中,可以根據(jù)衛(wèi)星云圖的運(yùn)動(dòng)情況預(yù)測(cè)出未來(lái)幾天的天氣情況;在醫(yī)療系統(tǒng)中,能夠根據(jù)CT影像和定位技術(shù)實(shí)現(xiàn)快速定位,使手術(shù)過(guò)程可視化、精確化;在監(jiān)測(cè)系統(tǒng)中,能夠根據(jù)車輛運(yùn)動(dòng)信息及時(shí)合理的作出線路規(guī)劃避免交通擁堵;在理論應(yīng)用中,它可以補(bǔ)充和改進(jìn)最新的視覺測(cè)距法和SLAM算法,這些算法通常假定可以在剛性或準(zhǔn)剛性環(huán)境中使用。場(chǎng)景流的應(yīng)用如圖1-1所示。圖1-1場(chǎng)景流應(yīng)用示意圖Fig.1-1Sceneflowapplicationdiagram目前,計(jì)算場(chǎng)景流的方法主要有兩種,分別是基于雙目立體視覺和基于RGBD計(jì)算場(chǎng)景流。前者計(jì)算場(chǎng)景流主要是通過(guò)雙目立體相機(jī)采集同一物體在不同時(shí)刻的左右視圖,根據(jù)
西安理工大學(xué)碩士學(xué)位論文4第五章主要對(duì)本文工作進(jìn)行總結(jié)與展望,該部分主要包含了本文方法存在的不足以及未來(lái)的研究方向與工作展望。圖1-2本文組織結(jié)構(gòu)Fig.1-2Organizationstructure
本文編號(hào):2994339
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/2994339.html
最近更新
教材專著