基于稀疏模型的高精度光流估计方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-20页 |
| ·课题的目的和意义 | 第8-9页 |
| ·光流的基本概念 | 第9-12页 |
| ·光流 | 第9-10页 |
| ·灰度守恒假设 | 第10-11页 |
| ·光流主要研究方向 | 第11-12页 |
| ·光流研究的现状 | 第12-16页 |
| ·欠定问题的处理 | 第12-13页 |
| ·不连续运动的处理 | 第13-14页 |
| ·大尺度光流的估计 | 第14-15页 |
| ·遮挡现象的处理 | 第15页 |
| ·光照变化的处理 | 第15-16页 |
| ·算法评估数据库和评估标准 | 第16-17页 |
| ·基于稀疏模型的光流估计算法 | 第17-18页 |
| ·本文的主要内容 | 第18-20页 |
| 第二章 压缩感知与光流估计 | 第20-28页 |
| ·压缩感知理论简介 | 第20-21页 |
| ·基于小波和梯度域稀疏的光流估计 | 第21-24页 |
| ·小波稀疏性讨论 | 第21-22页 |
| ·基本求解模型 | 第22页 |
| ·小波和梯度稀疏结合 | 第22-23页 |
| ·鲁棒估计策略 | 第23-24页 |
| ·基于学习稀疏的光流估计 | 第24-26页 |
| ·学习稀疏模型 | 第24-25页 |
| ·结合梯度稀疏模型 | 第25页 |
| ·鲁棒迭代计算策略 | 第25-26页 |
| ·本章小节 | 第26-28页 |
| 第三章 基于梯度稀疏的鲁棒光流估计 | 第28-34页 |
| ·光流梯度稀疏 | 第28-30页 |
| ·分段连续光流估计方法 | 第30-31页 |
| ·实验结果 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 增强梯度稀疏性的参数化运动估计 | 第34-46页 |
| ·参数运动模型 | 第34-36页 |
| ·基于稀疏的参数化运动估计 | 第36-39页 |
| ·稀疏光流估计框架 | 第36页 |
| ·运动参数梯度场的稀疏性 | 第36-37页 |
| ·参数化运动模型的梯度稀疏光流估计 | 第37-39页 |
| ·基于参数化模型的分段连续光流估计方法 | 第39-40页 |
| ·实验结果 | 第40-42页 |
| ·本章小结 | 第42-46页 |
| 第五章 基于感知遮挡的稀疏光流估计方法 | 第46-62页 |
| ·基于感知遮挡的稀疏光流估计 | 第47-50页 |
| ·基于感知遮挡的稀疏模型 | 第47-48页 |
| ·求解模型 | 第48-49页 |
| ·对偶求解方法 | 第49-50页 |
| ·感知遮挡初始化 | 第50-52页 |
| ·遮挡检测 | 第50-51页 |
| ·感知遮挡初始化 | 第51-52页 |
| ·加权策略提升运动边界估计 | 第52-54页 |
| ·加权理论依据 | 第52-53页 |
| ·加权求解策略 | 第53-54页 |
| ·实验结果 | 第54-60页 |
| ·整体效果提升 | 第54-59页 |
| ·感知遮挡提升 | 第59-60页 |
| ·加权策略提升 | 第60页 |
| ·本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·本文总结 | 第62-63页 |
| ·作展望 | 第63-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 硕士期间研究成果 | 第70页 |
