基于卷积神经网络的立体匹配算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 研究背景与研究意义 | 第8-9页 |
| 1.2 双目立体匹配的发展及研究现状 | 第9-10页 |
| 1.3 研究目标与研究内容 | 第10页 |
| 1.4 本文的主要内容及组织结构 | 第10-11页 |
| 第2章 双目立体匹配原理 | 第11-19页 |
| 2.1 双目立体视觉原理与视差计算 | 第11-13页 |
| 2.2 立体匹配的研究内容 | 第13-18页 |
| 2.2.1 基本假设与约束 | 第13-14页 |
| 2.2.2 匹配基元的选择 | 第14-16页 |
| 2.2.3 匹配代价函数 | 第16-17页 |
| 2.2.4 匹配策略 | 第17-18页 |
| 2.3 立体匹配面临的挑战 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 基于卷积神经网络的匹配代价计算方法研究 | 第19-34页 |
| 3.1 卷积神经网络的结构 | 第19-25页 |
| 3.1.1 卷积层 | 第20-21页 |
| 3.1.2 池化层 | 第21-22页 |
| 3.1.3 激活函数 | 第22-23页 |
| 3.1.4 全连接层 | 第23-24页 |
| 3.1.5 反向传播算法 | 第24-25页 |
| 3.2 基于卷积神经网络的匹配代价计算 | 第25-27页 |
| 3.2.1 孪生神经网络 | 第25-26页 |
| 3.2.2 金字塔池化 | 第26-27页 |
| 3.3 算法的实现 | 第27-29页 |
| 3.4 实验结果与分析 | 第29-33页 |
| 3.4.1 数据扩充 | 第29页 |
| 3.4.2 评价标准 | 第29-30页 |
| 3.4.3 运行环境 | 第30页 |
| 3.4.4 实验结果及分析 | 第30-32页 |
| 3.4.5 参数影响分析 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于可变窗口的区域立体匹配算法 | 第34-43页 |
| 4.1 引言 | 第34页 |
| 4.2 区域立体匹配算法原理 | 第34-35页 |
| 4.3 基于可变窗口的立体匹配算法 | 第35-38页 |
| 4.3.1 匹配窗口的动态选择 | 第35-36页 |
| 4.3.2 基于半全局立体匹配的匹配代价函数优化 | 第36-38页 |
| 4.4 视差图后处理 | 第38-39页 |
| 4.4.1 遮挡检测 | 第38页 |
| 4.4.2 亚像素增强和中值滤波 | 第38-39页 |
| 4.5 实验结果与分析 | 第39-42页 |
| 4.6 本章小结 | 第42-43页 |
| 结语 | 第43-45页 |
| 总结 | 第43页 |
| 展望 | 第43-45页 |
| 参考文献 | 第45-50页 |
| 攻读硕士学位期间主要研究成果 | 第50-51页 |
| 致谢 | 第51页 |
