单目视图与多目视图的深度图恢复方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-22页 |
| ·课题背景、研究目的及意义 | 第9-13页 |
| ·单目视图的深度图恢复的意义 | 第10-11页 |
| ·3DTV 相关背景介绍 | 第11-13页 |
| ·多目视图的深度图恢复的意义 | 第13页 |
| ·深度线索介绍 | 第13-20页 |
| ·由立体匹配恢复深度 | 第13-14页 |
| ·由运动恢复深度 | 第14-15页 |
| ·由聚焦恢复深度 | 第15-16页 |
| ·由纹理恢复深度 | 第16-17页 |
| ·由阴影恢复深度 | 第17-18页 |
| ·由学习恢复深度 | 第18-19页 |
| ·由遮挡恢复深度 | 第19-20页 |
| ·深度线索小结 | 第20页 |
| ·研究内容和难点 | 第20-22页 |
| 第2章 单目视图深度图恢复的自动方法 | 第22-36页 |
| ·研究现状和我们的方法框架 | 第22-24页 |
| ·基于运动信息的物体分割 | 第24-29页 |
| ·KLT 算法介绍 | 第24-25页 |
| ·帧差计算和特征选取 | 第25-26页 |
| ·特征跟踪 | 第26-27页 |
| ·特征点分类 | 第27-28页 |
| ·轮廓改善 | 第28-29页 |
| ·深度估计 | 第29-32页 |
| ·基于运动信息的深度估计 | 第29-30页 |
| ·基于遮挡关系的深度值修正 | 第30-32页 |
| ·实验分析 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第3章 单目视图深度图恢复的半自动方法 | 第36-50页 |
| ·方法简介 | 第36-37页 |
| ·基于关键帧的现有方法 | 第37-39页 |
| ·系统概述 | 第39-41页 |
| ·关键帧操作 | 第41页 |
| ·基于跟踪的深度扩散 | 第41-44页 |
| ·特征跟踪和轮廓复原 | 第41-43页 |
| ·深度计算 | 第43-44页 |
| ·实验分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| ·单目视图的深度图恢复方法总结 | 第48-50页 |
| 第4章 多目视图的深度图恢复 | 第50-62页 |
| ·背景介绍 | 第50-52页 |
| ·多视角几何和空间采样点 | 第52-54页 |
| ·立体匹配 | 第54-56页 |
| ·匹配信息的融合 | 第56页 |
| ·Belief Propagation | 第56-58页 |
| ·实验分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 个人简历、在学期间发表的学术论文和研究成果 | 第69页 |
