基于RGBD数据的快速三维物体检测
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景和意义 | 第11-12页 |
| ·研究现状简介 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第二章 三维物体检测概论 | 第15-24页 |
| ·点云数据中的三维物体检测 | 第15-19页 |
| ·基于全局的方法 | 第15-16页 |
| ·基于局部特征的方法 | 第16-19页 |
| ·点云数据检测和识别的问题 | 第19页 |
| ·深度数据上三维物体检测 | 第19-21页 |
| ·相关研究工作 | 第20页 |
| ·仅使用深度数据的问题 | 第20-21页 |
| ·RGBD 数据上的三维物体检测 | 第21-23页 |
| ·相关研究工作 | 第21-22页 |
| ·主梯度方方向模板方方法简介 | 第22-23页 |
| ·主梯度方向模板的优势 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 改进的快速三维物体检测方法 | 第24-42页 |
| ·方法概述 | 第24-25页 |
| ·定义关键区域 | 第25-30页 |
| ·RGB 模板上的关键区域定义 | 第25-29页 |
| ·深度模板上的关键区域定义 | 第29-30页 |
| ·使用关键区域加速匹配 | 第30-33页 |
| ·使用关键区域进行检测的框架 | 第30-31页 |
| ·离散方向及其字节表示 | 第31-32页 |
| ·设定筛选阈值和权值 | 第32-33页 |
| ·匹配过程的鲁棒性 | 第33页 |
| ·使用关键区域加速深度配准 | 第33-41页 |
| ·三维配准简介 | 第33-36页 |
| ·深度图上的三维配准方法 | 第36-38页 |
| ·使用关键区域加速 ICP 配准算法 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 预处理与 GPU 加速 | 第42-54页 |
| ·数据预处理 | 第42-49页 |
| ·RGB 图像的预处理 | 第42-45页 |
| ·深度图像的预处理 | 第45-48页 |
| ·预处理对检测的影响 | 第48-49页 |
| ·使用 GPU 加速梯度计算 | 第49-53页 |
| ·GPU 并行计算与 CUDA 简介 | 第49-50页 |
| ·使用 CUDA 进行梯度计算 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 实验结果及分析 | 第54-65页 |
| ·实验硬件和数据集 | 第54-56页 |
| ·实验运行环境 | 第54页 |
| ·Kinect 简介 | 第54-55页 |
| ·RGB-D Object Dataset 简介 | 第55-56页 |
| ·实验设计和结果 | 第56-63页 |
| ·实验准备 | 第56-57页 |
| ·匹配次数与检测速度实验 | 第57-60页 |
| ·光照与局部遮挡实验 | 第60-61页 |
| ·GPU 加速实验 | 第61页 |
| ·关键区域加速 ICP 实验 | 第61-63页 |
| ·实验分析和总结 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·本文总结 | 第65页 |
| ·未来工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间已发表或录用的论文 | 第71-72页 |
| 致谢 | 第72页 |
