| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的组织结构 | 第12-13页 |
| 第2章 深度图超分辨率重建技术概述 | 第13-29页 |
| 2.1 超分辨率重建系统简介 | 第13-15页 |
| 2.1.1 超分辨率重建的概念 | 第13-14页 |
| 2.1.2 图像的降质模型 | 第14-15页 |
| 2.2 多视点深度图超分辨率重建技术 | 第15-16页 |
| 2.3 卷积神经网络深度图超分辨率重建技术 | 第16-21页 |
| 2.3.1 深度学习概念 | 第16-17页 |
| 2.3.2 深度学习的典型结构 | 第17-20页 |
| 2.3.3 卷积神经网络重建技术 | 第20-21页 |
| 2.4 基于深度图像的虚拟视点绘制 | 第21-28页 |
| 2.4.1 虚拟绘制技术分类 | 第21页 |
| 2.4.2 基于图像的虚拟视点绘制 | 第21-22页 |
| 2.4.3 三维图像变换 | 第22-27页 |
| 2.4.4 空洞填补 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于视点合成质量的多视点深度图超分辨率重建 | 第29-47页 |
| 3.1 多视点深度图超分辨率重建框架 | 第29-30页 |
| 3.2 基于可信度的多视点深度图融合 | 第30-35页 |
| 3.2.1 坐标变换 | 第31-32页 |
| 3.2.2 虚拟视点合成 | 第32页 |
| 3.2.3 可信度判断 | 第32-33页 |
| 3.2.4 多视点深度图融合 | 第33-34页 |
| 3.2.5 融合实验及分析 | 第34-35页 |
| 3.3 基于视点合成质量的三边滤波上采样 | 第35-38页 |
| 3.4 实验及结果分析 | 第38-45页 |
| 3.4.1 Middlebury标准数据库实验 | 第38-42页 |
| 3.4.2 实际场景数据库实验 | 第42-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 基于卷积神经网络的深度图超分辨率重建 | 第47-53页 |
| 4.1 卷积神经网络超分辨率重建基本框架 | 第47-48页 |
| 4.2 基于CNN的超分辨率重建网络的构建 | 第48-50页 |
| 4.2.1 块提取与线性表示 | 第48-49页 |
| 4.2.2 非线性映射 | 第49页 |
| 4.2.3 超分辨率重建 | 第49页 |
| 4.2.4 训练优化 | 第49-50页 |
| 4.3 实验及结果分析 | 第50-52页 |
| 4.3.1 深度图质量主观评价 | 第50-51页 |
| 4.3.2 深度图质量客观评价 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 论文总结 | 第53页 |
| 5.2 研究展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 附录 | 第61-63页 |
| 发表论文和参加科研情况说明 | 第63-65页 |
| 致谢 | 第65-66页 |