| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 场景布局估计国内外研究现状 | 第10-12页 |
| 1.3 论文的研究内容与主要贡献 | 第12-13页 |
| 1.4 全文组织架构 | 第13-15页 |
| 第二章 室内场景布局估计的基本概念和相关原理 | 第15-24页 |
| 2.1 场景消失点与 3D盒式布局模型 | 第16-17页 |
| 2.2 场景布局估计图像特征提取 | 第17-20页 |
| 2.3 神经卷积网络相关技术 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于信息边缘和多模态特征的室内场景空间布局估计 | 第24-30页 |
| 3.1 室内场景空间布局估计整体框架 | 第24-26页 |
| 3.2 室内场景空间布局估计实现方案 | 第26-28页 |
| 3.3 室内场景空间布局估计实验数据集 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 融合信息边缘由粗到精的室内场景布局候选项生成 | 第30-48页 |
| 4.1 场景消失点诱导空间布局候选项粗生成 | 第30-37页 |
| 4.1.1 自适应Canny边缘检测的直线段提取 | 第31-33页 |
| 4.1.2 基于RANSAC投票策略估计消失点 | 第33-35页 |
| 4.1.3 消失射线的布局候选区域粗划分 | 第35-37页 |
| 4.2 结构化信息边缘约束空间布局候选项优选 | 第37-43页 |
| 4.2.1 全卷积神经网络恢复场景信息边缘 | 第37-40页 |
| 4.2.2 信息边缘细粒度筛选空间布局候选 | 第40-43页 |
| 4.3 实验结果与分析 | 第43-47页 |
| 4.3.1 主观评价实验 | 第43-45页 |
| 4.3.2 客观评价实验 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 融合区域级多模态异构特征的室内场景布局估计 | 第48-70页 |
| 5.1 室内场景布局区域多模态异构特征提取 | 第48-54页 |
| 5.1.1 外观线组成员和几何上下文特征提取 | 第49-51页 |
| 5.1.2 场景几何表面法向量和深度特征提取 | 第51-54页 |
| 5.2 室内场景空间结构 3D盒式布局建模与估计 | 第54-60页 |
| 5.2.1 基于消失射线的 3D盒式空间布局建模 | 第54-57页 |
| 5.2.2 一元共生呈现和二元平滑约束的势能构建 | 第57-59页 |
| 5.2.3 排序候选项得分推理空间布局结构 | 第59-60页 |
| 5.3 基于结构化输出的 3D盒式空间布局模型学习 | 第60-63页 |
| 5.4 实验结果与分析 | 第63-68页 |
| 5.4.1 主观评价实验 | 第63-66页 |
| 5.4.2 客观评价实验 | 第66-68页 |
| 5.5 本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 附录1 攻读硕士学位期间申请的专利 | 第75-76页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第76-77页 |
| 致谢 | 第77页 |
