| ABSTRACT | 第5-6页 |
| 摘要 | 第7-13页 |
| Symbol Table | 第13-14页 |
| Abbreviations Table | 第14-17页 |
| Chapter 1 Introduction | 第17-29页 |
| 1.1 Depth map acquired by To F camera | 第18-22页 |
| 1.1.1 Principle of To F camera | 第18-20页 |
| 1.1.2 Properties of TOF camera | 第20-22页 |
| 1.2 Depth map acquired by stereo matching | 第22-25页 |
| 1.2.1 principle of stereo matching | 第22-23页 |
| 1.2.2 Properties of stereo matching | 第23-25页 |
| 1.3 Fusion To F depth map and stereo matching | 第25页 |
| 1.4 Contributions and Overview | 第25-29页 |
| Chapter 2 Related Work | 第29-37页 |
| 2.1 TOF depth image super resolution | 第29-32页 |
| 2.2 stereo matching | 第32-33页 |
| 2.3 Fusion of TOF depth data and stereo data | 第33-37页 |
| Chapter 3 Single Depth Image Superresolution Using Convolutional Neural Networks | 第37-51页 |
| 3.1 Introduction | 第37-39页 |
| 3.2 Proposed Method | 第39-45页 |
| 3.2.1 Create Training Dataset | 第39-41页 |
| 3.2.2 Progressive Deep convolution Neural Network | 第41-42页 |
| 3.2.3 Edge Map Refinement | 第42-43页 |
| 3.2.4 Variation synthesis | 第43-45页 |
| 3.3 Experimental Results | 第45-47页 |
| 3.4 Conclusions | 第47-51页 |
| Chapter 4 Patch-Based Stereo Matching Using 3D Convolutional Neural Networks | 第51-59页 |
| 4.1 Introduction | 第51-52页 |
| 4.2 Proposed Method | 第52-55页 |
| 4.2.1 Creating Dataset | 第52-53页 |
| 4.2.2 Architecture of 3D CNN | 第53-54页 |
| 4.2.3 Color image guided filter | 第54-55页 |
| 4.3 Experimental Results | 第55-56页 |
| 4.4 Conclusions | 第56-59页 |
| Chapter 5 Variational Fusion of Time-of-Flight and Stereo Data Using Edge SelectiveJoint Filtering | 第59-75页 |
| 5.1 Introduction | 第59-61页 |
| 5.2 Proposed Method | 第61-69页 |
| 5.2.1 Pre-processing | 第62-64页 |
| 5.2.2 Edge Selective Joint Filtering | 第64-67页 |
| 5.2.3 Variational Fusion | 第67-69页 |
| 5.3 Experimental Results | 第69-71页 |
| 5.4 Conclusions | 第71-75页 |
| Chapter 6 Summary and future work | 第75-77页 |
| 6.1 Summary | 第75页 |
| 6.2 Future Work | 第75-77页 |
| Reference | 第77-85页 |
| Acknowledgement | 第85-87页 |
| Biograph | 第87-88页 |
