欢迎来到天天文库
浏览记录
ID:35188434
大小:7.51 MB
页数:56页
时间:2019-03-21
《基于图片序列的快速深度恢复》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、、.-'r!%\?私tf?\ii\秦bT*;i宴K心/驴.一之/養/?/0焉.l/c.華多蠢夢^/\-?在‘会爸4令璋/、心"‘.--*.#?、VfM'/:声爹..皆C穿:密f.4巧.1#—-4.w-.PV詳.葛'\蚕抑多^参i獻八、兴v少.把警、*^:■藏寨f一.f硕±;M封文、梦;1V?:公.;八.(/%k-?運'K,5护戸/v々A>、,^。\勺承、二读.篆电-.一^祖#r,::如為户::f2ci-勺己参片V一r*与c:vf做則:于5脚醜^m嫌^;vr>.》?亞.节石、.’'.-難李彻?.苗!!
2、.與《说富/r冷,i」i?f’一n一?\.蠢^计W紅顏术译寺苗/./啤4.、,-/c加今l博'又计偏'\;?、!:!靴群^I院劈,■rr户-/tJP巧.;?v.-:'磊曲淚>f今r癸.乂-v/-kyr钱v;;aC..‘7,气y表專;一-u!-V.乃兴f:V巧:rt一.l‘'-棄洛-#二Nh璋菊心巧期三户^違身;l參-’起凌;?..-今J‘.:;哺-身产黎两是五{"JJV?‘.、i靜..貧禱一.T.4,.-.,輪..一L禱_yf龙
3、ADksertationSubmi村edtoZheiangjUniversitfo「theDereeofygMasterofEngineering戀TITLE:Fa巧DepthRecovervbasedonImageSequencesAuthor:DeqiangLiSurvisor:Dr.GuofengZhangpeSubectl:ComputerAppiedTechnologyjColleellg:CoegeofComputerScienceSubmittedData:January
4、2016独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,论文中不包含其,除了文中特别加1^标注和致谢的地方外他人已经发表或撰写过的研究成果,也不包含为获得浙江大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名签字日期:《年j月文/日急疼学位论文版权使用授权书本学位论文作者完全了解浙江大学有关保留、使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权浙江大学
5、可将学位论文的全部或部分内容编入有关数据库进行检索,可|^采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名导师签名:■>签字日期日签字日期;日:主年月文年^月//浙江大学硕±学位论文^摘要通常情况下,基于图片或者视频序列的H维重建都需要先利用图片间的匹配一过程被称为深度恢复来获取稠密的深度信息,送。深度恢复的时间消耗占用整个H维重建流程的90%W上,深度恢复的质量也直接决定H维重建的效果。因此,,对于基于图片的H维重建如何在保证深度质量的情况下加快深度恢复的速度,意义重大。本文主要内
6、容之一一种针对视频序列的快速深度恢复方法是提出了,通过采用稀疏采样,稀疏恢复,快速深度扩散,快速平面拟合和集束优化等手段实现了一套完整的视频序列快速深度恢复方法。相比于实验室原有深度恢复算法,该算法能W超过5倍的速度得到与原有算法质量相差不大的结果。此外,通过将互信息引入深度恢复的计算,实现了对光照变化序列的鲁棒性。本文的主要内容之二是设计提出了一种用于具有掩码信息的双目人体图像的快速立体匹配方法,该方法充分利用比较准确的人体掩码边界信息,先用掩码图片匹配获取初始深度,再在此基础上进行深度值的细化并用多方向的扫描线优化施加快速的平滑约束。最终的算法能W化乎实
7、时的速度得到比较准确的深度信息。通过进行大量的实验和对比,我们方法的有效性和高效性得到了验证,快速深度恢复部分已得到应用。,王维重建,,稀疏采样,关键词:深度恢复快速深度恢复双边滤波I浙江大学硕±学位论文AbstractAbstractUnderthenormalcaseimaeseuencesbased3Dreconstructionneedsstereo,gq
此文档下载收益归作者所有