已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、通常情況下,基于圖片或者視頻序列的三維重建都需要先利用圖片間的匹配來獲取稠密的深度信息,這一過程被稱為深度恢復。深度恢復的時間消耗占用整個三維重建流程的90%以上,深度恢復的質(zhì)量也直接決定三維重建的效果。因此,如何在保證深度質(zhì)量的情況下加快深度恢復的速度,對于基于圖片的三維重建,意義重大。
本文主要內(nèi)容之一是提出了一種針對視頻序列的快速深度恢復方法,通過采用稀疏采樣,稀疏恢復,快速深度擴散,快速平面擬合和集束優(yōu)化等手段實現(xiàn)了一
2、套完整的視頻序列快速深度恢復方法。相比于實驗室原有深度恢復算法,該算法能以超過5倍的速度得到與原有算法質(zhì)量相差不大的結(jié)果。此外,通過將互信息引入深度恢復的計算,實現(xiàn)了對光照變化序列的魯棒性。
本文的主要內(nèi)容之二是設計提出了一種用于具有掩碼信息的雙目人體圖像的快速立體匹配方法,該方法充分利用比較準確的人體掩碼邊界信息,先用掩碼圖片匹配獲取初始深度,再在此基礎上進行深度值的細化并用多方向的掃描線優(yōu)化施加快速的平滑約束。最終的算法能
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多目視頻序列的深度恢復.pdf
- 基于自學習的深度數(shù)據(jù)恢復.pdf
- 基于散焦圖像的深度恢復算法研究.pdf
- 基于彩色紋理信息的深度恢復方法.pdf
- 基于機器學習的單目視頻深度恢復.pdf
- 基于散焦圖像的深度恢復技術(shù)研究.pdf
- 基于圖片序列的三維表面重建.pdf
- 基于結(jié)構(gòu)光的快速高精度深度感知.pdf
- 基于TOF深度攝像機的深度超分辨率恢復和深度融合研究.pdf
- 基于深度學習和用戶交互的單張圖像深度恢復算法研究.pdf
- 基于深度序列的人體行為識別研究.pdf
- 基于深度學習的SDN網(wǎng)絡最優(yōu)恢復機制研究.pdf
- 基于快速CCD位移探測的運動模糊圖像恢復.pdf
- 基于序列圖片的雨天圖像復原算法研究.pdf
- 基于深度恢復的障礙物檢測的研究與實現(xiàn).pdf
- 基于深度學習的快速目標檢測技術(shù)研究.pdf
- 基于虛擬機的快速故障恢復技術(shù)的研究.pdf
- 基于稀疏編碼直方圖的場景圖片Logo快速檢測.pdf
- 基于自回歸模型深度恢復算法CUDA加速.pdf
- 基于SSVM的場景深度信息恢復算法研究.pdf
評論
0/150
提交評論