| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第18-24页 |
| 1.1 研究背景 | 第18-21页 |
| 1.2 研究工作概述 | 第21-23页 |
| 1.3 内容组织 | 第23-24页 |
| 第二章 Kinect深度图像的修复 | 第24-38页 |
| 2.1 Kinect深度图像的生成原理 | 第25-26页 |
| 2.2 Kinect深度图像的数据特征 | 第26-28页 |
| 2.3 深度图像的修复 | 第28-35页 |
| 2.3.1 相关工作及背景介绍 | 第28-30页 |
| 2.3.2 深度图像的划分 | 第30-31页 |
| 2.3.3 平滑区域的修复 | 第31-33页 |
| 2.3.4 边缘区域的修复 | 第33-34页 |
| 2.3.5 实验结果 | 第34-35页 |
| 2.4 本章总结 | 第35-37页 |
| 2.5 未来工作 | 第37-38页 |
| 第三章 基于2D+T预测的Kinect深度序列的压缩 | 第38-58页 |
| 3.1 相关工作 | 第38-41页 |
| 3.1.1 基于点云数据形式的深度图像压缩 | 第38-40页 |
| 3.1.2 基于图像数据形式的深度图像压缩 | 第40-41页 |
| 3.2 Kinect深度图像的误差模型 | 第41-42页 |
| 3.3 Kinect深度序列压缩算法框架 | 第42-43页 |
| 3.4 Kinect深度图像的改进 | 第43-47页 |
| 3.4.1 自适应双边滤波 | 第43-46页 |
| 3.4.2 像素填补 | 第46-47页 |
| 3.5 2D+T预测算法 | 第47-51页 |
| 3.5.1 2D+T预测参考帧的生成 | 第47-50页 |
| 3.5.2 视频编码中的2D+T预测 | 第50-51页 |
| 3.6 实验结果 | 第51-57页 |
| 3.6.1 编码性能和编码复杂度 | 第52-56页 |
| 3.6.2 3D重建性能比较 | 第56-57页 |
| 3.7 本章小结 | 第57-58页 |
| 第四章 高动态范围深度图像和序列的压缩 | 第58-84页 |
| 4.1 相关工作 | 第58-59页 |
| 4.2 数据特征分析 | 第59-61页 |
| 4.3 算法框架 | 第61-63页 |
| 4.4 分层压缩算法 | 第63-68页 |
| 4.4.1 MSB层压缩算法 | 第63-67页 |
| 4.4.2 LSB层压缩算法 | 第67-68页 |
| 4.5 编码性能优化 | 第68-73页 |
| 4.6 实验结果 | 第73-83页 |
| 4.6.1 MSB层量化性能 | 第74-75页 |
| 4.6.2 整体编码性能 | 第75-82页 |
| 4.6.3 识别性能 | 第82-83页 |
| 4.7 本章总结 | 第83-84页 |
| 第五章 移动终端低延时高质量任意视角视频的合成 | 第84-100页 |
| 5.1 相关工作 | 第84-85页 |
| 5.2 算法框架 | 第85-86页 |
| 5.3 渲染分配 | 第86-92页 |
| 5.3.1 视角切换时延 | 第87-88页 |
| 5.3.2 3D warping算法 | 第88-90页 |
| 5.3.3 参考视角选择 | 第90-92页 |
| 5.4 码率分配 | 第92-95页 |
| 5.4.1 问题描述 | 第92-93页 |
| 5.4.2 率失真模型 | 第93-94页 |
| 5.4.3 码率分配算法 | 第94-95页 |
| 5.5 实验结果 | 第95-98页 |
| 5.6 本章总结 | 第98-100页 |
| 第六章 论文总结及工作展望 | 第100-102页 |
| 参考文献 | 第102-110页 |
| 致谢 | 第110-112页 |
| 在读期间发表的学术论文与取得的研究成果 | 第112-114页 |