基于馬爾可夫場(chǎng)理論的單目圖像深度估計(jì)研究.pdf

1、計(jì)算機(jī)立體視覺(jué)是計(jì)算機(jī)視覺(jué)研究的一個(gè)重要分支科學(xué)，主要研究如何借助成像技術(shù)從圖像里獲取場(chǎng)景中物體的深度信息。圖像深度即圖片上某點(diǎn)對(duì)應(yīng)的真實(shí)物體在空間上到該圖片物理成像焦平面的實(shí)際距離。深度信息獲取在圖片理解、三維立體重建、機(jī)器視覺(jué)等方面應(yīng)用廣泛。目前獲取圖像深度信息的方法主要有兩種：使用深度感應(yīng)器和基于視差的多視圖攝像幾何，這兩種方法的優(yōu)點(diǎn)都是條件充足，得到數(shù)據(jù)比較準(zhǔn)確；缺點(diǎn)在于需要專業(yè)設(shè)備以及攝像機(jī)內(nèi)部參數(shù)，具體實(shí)施比較困難。本文所采

2、取的基于隨機(jī)場(chǎng)模型的深度估計(jì)算法很好地克服了上述困難，它的實(shí)現(xiàn)成本較低、可行性高，并在一定程度上提高了所得到的深度信息的準(zhǔn)確度。
　　 本文首先引入了模式識(shí)別的基本理論，因?yàn)樵摾碚撌秦灤┍疚氖冀K、結(jié)構(gòu)性的思想方法。模式識(shí)別理論的目的和作用在于面對(duì)某一具體事物時(shí)能將其正確地歸入某一類。本文的核心在于將圖像深度估計(jì)的過(guò)程歸結(jié)為模式識(shí)別的過(guò)程，即：將需要估計(jì)的圖像深度劃分為深度類，每一深度類看作為待識(shí)別的模式類，它反映了特征深度所對(duì)應(yīng)

3、深度值情況，然后，在多尺度條件下對(duì)圖像提取絕對(duì)和相對(duì)深度特征，通過(guò)文中的研究方法將深度特征正確地歸入該特征所對(duì)應(yīng)的深度類中。
　　 在圖像深度類和圖像特征通過(guò)特征匹配進(jìn)行分類的過(guò)程中，引入了馬爾可夫隨機(jī)場(chǎng)理論(MRF, Markov Random Field)。馬爾可夫隨機(jī)場(chǎng)理論刻畫了一組彼此相互作用且具有某種上下文依賴關(guān)系的物理實(shí)體所表現(xiàn)出的特性，是用來(lái)解決不適定問(wèn)題的典型方法。而圖像深度估計(jì)問(wèn)題本身恰恰是具有上下文關(guān)系的視覺(jué)

4、領(lǐng)域不適定問(wèn)題。在本文中，我們選擇基于條件馬爾可夫隨機(jī)場(chǎng)理論的DRF( Discriminative Random Field)方法，DRF方法中引入了自相關(guān)勢(shì)能和互相關(guān)勢(shì)能，利用兩種勢(shì)能的不同作用和不同表達(dá)方式更清晰地描述了圖像深度和深度特征的關(guān)系。該模型中含有若干參數(shù)，參數(shù)估計(jì)的過(guò)程充分利用了已知圖像的深度圖像和深度特征之間的關(guān)系，它實(shí)際上是基于已知樣本（來(lái)源于圖片及其深度圖像的圖片庫(kù)）進(jìn)行監(jiān)督學(xué)習(xí)的參數(shù)估計(jì)過(guò)程。最后，根據(jù)貝葉斯原

5、理，可以進(jìn)一步將圖像深度估計(jì)問(wèn)題轉(zhuǎn)化成一個(gè)最大后驗(yàn)概率(MAP, Maximum a posteriori)估計(jì)問(wèn)題，而最大后驗(yàn)概率的計(jì)算從根本上來(lái)說(shuō)是求解非線性優(yōu)化問(wèn)題。至此，以上所涉及到的理論方法共同構(gòu)成了單目圖像深度估計(jì)的DRF-MAP的模型。
　　 本文的研究工作將DRF-MAP模型明確地引入到了深度信息的估計(jì)中。同時(shí)，在此模型的基礎(chǔ)上，根據(jù)自相關(guān)勢(shì)能和互相關(guān)勢(shì)能的不同意義，設(shè)置的不同模型參數(shù)，可以形成四種不同的算法，其