| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 文章内容安排 | 第12-13页 |
| 第二章 基于非刚性运动恢复结构的三维重建基础知识简介 | 第13-27页 |
| 2.1 引言 | 第13页 |
| 2.2 相机投影相关基础知识介绍 | 第13-16页 |
| 2.2.1 几种常见三维空间到二维空间投影模型的介绍 | 第13-15页 |
| 2.2.2 重建过程中涉及的运动结构参数介绍 | 第15-16页 |
| 2.3 常见基于批处理三维重建算法简介 | 第16-22页 |
| 2.3.1 三维重建算法中两种不同基的表示 | 第16-18页 |
| 2.3.2 基于轨迹基的经典重构算法介绍 | 第18-22页 |
| 2.4 基于在线学习三维重建算法简介 | 第22-26页 |
| 2.4.1 基于渐进先验信息的实时三维重建算法 | 第22-25页 |
| 2.4.2 基于一种隐含低秩模型的非刚性序列重建算法 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于批处理的小样本图像序列的三维估计 | 第27-49页 |
| 3.1 引言 | 第27页 |
| 3.2 基于小样本多个子序列弱估计结果集成算法的介绍 | 第27-33页 |
| 3.2.1 提取小样本子序列 | 第29-30页 |
| 3.2.2 弱估计器的构造 | 第30-32页 |
| 3.2.3 弱估计结果的集成 | 第32-33页 |
| 3.3 实验结果 | 第33-43页 |
| 3.3.1 实验数据 | 第33-35页 |
| 3.3.2 实验结果的展示及分析 | 第35-43页 |
| 3.4 实验讨论 | 第43-48页 |
| 3.4.1 弱估计结果集成方案的选取 | 第44-45页 |
| 3.4.2 SSI-RIK算法对于大样本重构效果的讨论 | 第45-46页 |
| 3.4.3 各实验参数确定问题的探讨 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 一种有效的三维在线学习重构算法 | 第49-62页 |
| 4.1 引言 | 第49页 |
| 4.2 有效在线三维重构算法的理论基础 | 第49-58页 |
| 4.2.1 基于若干固定低秩的在线三维重构算法 | 第51-54页 |
| 4.2.2 基于微分进化算法的重构优化 | 第54-58页 |
| 4.3 实验结果及相关讨论 | 第58-61页 |
| 4.3.1 实验数据的介绍及实验参数的设置 | 第58-59页 |
| 4.3.2 实验结果 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的学术论文目录 | 第69-70页 |
| 发表论文 | 第69-70页 |
| 在校期间参与项目 | 第70页 |
