立体视觉媒体分析及处理技术研究
摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第一章 绪论 | 第16-30页 |
1.1 研究背景及意义 | 第16-20页 |
1.1.1 背景知识简介 | 第16页 |
1.1.2 立体媒体的机遇与挑战 | 第16-18页 |
1.1.3 研究意义 | 第18-20页 |
1.2 国内外研究现状及问题分析 | 第20-26页 |
1.2.1 立体媒体深度计算 | 第20-22页 |
1.2.2 似物性推荐技术 | 第22-23页 |
1.2.3 显著对象检测 | 第23-24页 |
1.2.4 立体图像平面化展示 | 第24-25页 |
1.2.5 立体视频重对焦 | 第25-26页 |
1.3 论文主要工作及贡献 | 第26-28页 |
1.4 论文组织结构 | 第28-30页 |
第二章 基于运动插值的立体视频深度快速估计 | 第30-41页 |
2.1 引言 | 第30-31页 |
2.1.1 研究背景 | 第30页 |
2.1.2 存在的问题 | 第30-31页 |
2.1.3 研究方法和技术路线 | 第31页 |
2.2 相关工作 | 第31-33页 |
2.2.1 时空域立体匹配 | 第31-32页 |
2.2.2 三维场景流 | 第32页 |
2.2.3 其它方法 | 第32-33页 |
2.3 基于双向运动插值的深度估计 | 第33-37页 |
2.3.1 自适应帧选择 | 第33-35页 |
2.3.2 深度图帧间插值 | 第35-36页 |
2.3.3 深度图精化 | 第36-37页 |
2.4 实验结果与讨论 | 第37-39页 |
2.4.1 数据集和实验设置 | 第37页 |
2.4.2 实验结果及分析 | 第37-39页 |
2.5 小结与展望 | 第39-41页 |
第三章 基于上下文感知的多对象似物性推荐 | 第41-61页 |
3.1 引言 | 第41-43页 |
3.1.1 研究背景 | 第41页 |
3.1.2 存在的问题 | 第41-43页 |
3.1.3 研究方法和技术路线 | 第43页 |
3.2 相关工作 | 第43-45页 |
3.2.1 基于单帧的似物性推荐 | 第43-44页 |
3.2.2 基于序列的似物性推荐 | 第44页 |
3.2.3 其他方法 | 第44-45页 |
3.3 自适应上下文感知似物性推荐模型 | 第45-50页 |
3.3.1 空域候选框生成 | 第45-46页 |
3.3.2 时域框映射 | 第46-48页 |
3.3.3 矩形框置信度计算 | 第48页 |
3.3.4 加权评分系统 | 第48-49页 |
3.3.5 时域分数精化 | 第49-50页 |
3.4 实验结果与讨论 | 第50-60页 |
3.4.1 数据集描述 | 第50页 |
3.4.2 实验设置 | 第50-51页 |
3.4.3 对比分析 | 第51-54页 |
3.4.4 实验结果讨论 | 第54-60页 |
3.5 小结与展望 | 第60-61页 |
第四章 基于视角融合的多显著对象检测 | 第61-72页 |
4.1 引言 | 第61-63页 |
4.1.1 研究背景 | 第61页 |
4.1.2 存在的问题 | 第61-62页 |
4.1.3 研究方法和技术路线 | 第62-63页 |
4.2 相关工作 | 第63-64页 |
4.2.1 基于显著性图的显著对象检测 | 第63-64页 |
4.2.2 基于似物性推荐的显著对象检测 | 第64页 |
4.3 基于视角融合多显著对象检测方法 | 第64-68页 |
4.3.1 显著对象框推荐 | 第65页 |
4.3.2 显著性概率估计 | 第65-66页 |
4.3.3 似物性概率估计 | 第66页 |
4.3.4 概率分数融合策略 | 第66-67页 |
4.3.5 最大后验概率子集优化 | 第67-68页 |
4.4 实验结果与讨论 | 第68-71页 |
4.4.1 数据集和实验设置 | 第68页 |
4.4.2 实验结果及分析 | 第68-71页 |
4.5 小结与展望 | 第71-72页 |
第五章 基于平面显示设备的立体图像动态展示 | 第72-84页 |
5.1 引言 | 第72-74页 |
5.1.1 研究背景 | 第72页 |
5.1.2 存在的问题 | 第72-73页 |
5.1.3 研究方法和技术路线 | 第73-74页 |
5.2 相关工作 | 第74-75页 |
5.2.1 摆动立体 | 第74页 |
5.2.2 显著性检测 | 第74-75页 |
5.2.3 视角合成 | 第75页 |
5.3 立体图像动态展示方法 | 第75-80页 |
5.3.1 注视点获取 | 第75-78页 |
5.3.2 多视角合成 | 第78-79页 |
5.3.3 动态序列生成 | 第79-80页 |
5.4 实验结果与讨论 | 第80-83页 |
5.4.1 数据集和实验设置 | 第80页 |
5.4.2 实验结果及分析 | 第80-83页 |
5.5 小结与展望 | 第83-84页 |
第六章 基于计算摄影模型的立体视频重对焦 | 第84-95页 |
6.1 引言 | 第84-86页 |
6.1.1 研究背景 | 第84页 |
6.1.2 存在的问题 | 第84-85页 |
6.1.3 研究方法和技术路线 | 第85-86页 |
6.2 相关工作 | 第86-87页 |
6.3 面向立体视频的重对焦 | 第87-90页 |
6.3.1 用户意图跟踪 | 第87页 |
6.3.2 视频深度估计 | 第87-88页 |
6.3.3 计算摄影模型 | 第88-90页 |
6.4 实验结果与讨论 | 第90-94页 |
6.4.1 数据集和实验设置 | 第90-91页 |
6.4.2 实验结果及分析 | 第91-94页 |
6.5 小结与展望 | 第94-95页 |
第七章 总结及未来工作 | 第95-98页 |
7.1 论文工作总结 | 第95-96页 |
7.2 未来工作展望 | 第96-98页 |
参考文献 | 第98-116页 |
附录: 攻读博士学位期间的学术成果和获奖情况 | 第116-118页 |
致谢 | 第118-121页 |