基于馬爾可夫場理論的單目圖像深度估計研究.pdf

1、計算機(jī)立體視覺是計算機(jī)視覺研究的一個重要分支科學(xué)，主要研究如何借助成像技術(shù)從圖像里獲取場景中物體的深度信息。圖像深度即圖片上某點(diǎn)對應(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)場模型的深度估計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別的基本理論，因為該理論是貫穿本文始終、結(jié)構(gòu)性的思想方法。模式識別理論的目的和作用在于面對某一具體事物時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的過程歸結(jié)為模式識別的過程，即：將需要估計的圖像深度劃分為深度類，每一深度類看作為待識別的模式類，它反映了特征深度所對應(yīng)

3、深度值情況，然后，在多尺度條件下對圖像提取絕對和相對深度特征，通過文中的研究方法將深度特征正確地歸入該特征所對應(yīng)的深度類中。
　　 在圖像深度類和圖像特征通過特征匹配進(jìn)行分類的過程中，引入了馬爾可夫隨機(jī)場理論(MRF, Markov Random Field)。馬爾可夫隨機(jī)場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，是用來解決不適定問題的典型方法。而圖像深度估計問題本身恰恰是具有上下文關(guān)系的視覺

4、領(lǐng)域不適定問題。在本文中，我們選擇基于條件馬爾可夫隨機(jī)場理論的DRF( Discriminative Random Field)方法，DRF方法中引入了自相關(guān)勢能和互相關(guān)勢能，利用兩種勢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)估計的過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（來源于圖片及其深度圖像的圖片庫）進(jìn)行監(jiān)督學(xué)習(xí)的參數(shù)估計過程。最后，根據(jù)貝葉斯原

5、理，可以進(jìn)一步將圖像深度估計問題轉(zhuǎn)化成一個最大后驗概率(MAP, Maximum a posteriori)估計問題，而最大后驗概率的計算從根本上來說是求解非線性優(yōu)化問題。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中。同時，在此模型的基礎(chǔ)上，根據(jù)自相關(guān)勢能和互相關(guān)勢能的不同意義，設(shè)置的不同模型參數(shù)，可以形成四種不同的算法，其