| 缩略语表 | 第17-19页 |
| 中文摘要 | 第19-21页 |
| 英文摘要 | 第21-22页 |
| 第1章 绪论 | 第23-41页 |
| 1.1 本课题研究的背景与意义 | 第23-26页 |
| 1.2 深度估计研究现状 | 第26-37页 |
| 1.2.1 单幅图像深度估计算法 | 第27-34页 |
| 1.2.2 多幅图像深度估计算法 | 第34-37页 |
| 1.3 论文的研究内容和主要贡献 | 第37-39页 |
| 1.4 论文组织结构 | 第39-41页 |
| 第2章 单目视频的自适应深度估计 | 第41-71页 |
| 2.1 引言 | 第41-42页 |
| 2.2 算法框架 | 第42-43页 |
| 2.3 运动分类 | 第43-44页 |
| 2.4 基于图像理解的初始深度估计 | 第44-48页 |
| 2.5 无运动视频序列的深度估计 | 第48-52页 |
| 2.5.1 图像分类 | 第48-49页 |
| 2.5.2 目标图像的深度优化 | 第49-51页 |
| 2.5.3 非目标图像的深度优化 | 第51-52页 |
| 2.6 运动视频序列的深度估计 | 第52-57页 |
| 2.6.1 局部运动视频序列的深度估计 | 第53页 |
| 2.6.2 全局运动视频序列的深度估计 | 第53-57页 |
| 2.7 实验结果分析 | 第57-68页 |
| 2.7.1 运动分类 | 第58-60页 |
| 2.7.2 无运动视频序列 | 第60-63页 |
| 2.7.3 运动视频序列 | 第63-68页 |
| 2.8 本章小结 | 第68-71页 |
| 第3章 基于数据驱动方法和深度线索的单幅图像深度估计 | 第71-91页 |
| 3.1 引言 | 第71页 |
| 3.2 算法框架 | 第71-72页 |
| 3.3 基于机器学习的图像分类 | 第72-74页 |
| 3.4 非目标图像的深度获取 | 第74-78页 |
| 3.4.1 候选图像检索 | 第74-75页 |
| 3.4.2 深度迁移 | 第75-77页 |
| 3.4.3 深度融合 | 第77页 |
| 3.4.4 深度优化 | 第77-78页 |
| 3.5 目标图像的深度获取 | 第78-83页 |
| 3.5.1 基于几何和显著线索的初始深度获取 | 第79-80页 |
| 3.5.2 基于散焦信息的深度获取 | 第80-82页 |
| 3.5.3 深度融合 | 第82-83页 |
| 3.6 实验结果分析 | 第83-89页 |
| 3.6.1 图像分类 | 第83-84页 |
| 3.6.2 深度估计 | 第84-88页 |
| 3.6.3 立体渲染 | 第88-89页 |
| 3.7 总结 | 第89-91页 |
| 第4章 梯度域中基于非参数学习的单幅图像深度重建 | 第91-109页 |
| 4.1 引言 | 第91-92页 |
| 4.2 算法框架 | 第92-93页 |
| 4.3 KNN检索 | 第93-94页 |
| 4.3.1 特征提取 | 第93页 |
| 4.3.2 基于特征匹配的KNN检索 | 第93-94页 |
| 4.4 基于CPM的深度梯度迁移 | 第94-95页 |
| 4.4.1 基于CPM的像素级对应关系计算 | 第94-95页 |
| 4.4.2 候选图像的深度梯度向输入图像迁移 | 第95页 |
| 4.5 基于置信度量的深度梯度融合 | 第95-96页 |
| 4.6 基于边缘知识的深度梯度优化 | 第96-98页 |
| 4.7 基于梯度信息的深度重建 | 第98-100页 |
| 4.8 实验结果分析 | 第100-107页 |
| 4.8.1 客观实验 | 第100-104页 |
| 4.8.2 主观实验 | 第104-107页 |
| 4.9 总结 | 第107-109页 |
| 第5章 基于非参数学习和双向深度传播的2D视频自动深度预测 | 第109-127页 |
| 5.1 引言 | 第109页 |
| 5.2 算法框架 | 第109-110页 |
| 5.3 关键帧的深度估计 | 第110-115页 |
| 5.3.1 全局深度获取 | 第110-112页 |
| 5.3.2 基于背景建模的前景目标检测 | 第112-114页 |
| 5.3.3 深度优化 | 第114-115页 |
| 5.4 非关键帧的深度估计 | 第115-118页 |
| 5.4.1 基于关键帧的双向深度传播 | 第115-117页 |
| 5.4.2 前向深度和后向深度的融合 | 第117-118页 |
| 5.5 实验结果分析 | 第118-126页 |
| 5.5.1 客观实验 | 第119-125页 |
| 5.5.2 主观实验 | 第125-126页 |
| 5.6 总结 | 第126-127页 |
| 第6章 总结与展望 | 第127-131页 |
| 6.1 论文主要工作总结 | 第127-128页 |
| 6.2 未来研究工作展望 | 第128-131页 |
| 参考文献 | 第131-147页 |
| 致谢 | 第147-149页 |
| 攻读学位期间发表的论文以及参与的科研项目 | 第149-151页 |
| 论文1 | 第151-161页 |
| 论文2 | 第161-180页 |
| 论文3 | 第180-194页 |
| 学位论文评阅及答辩情况表 | 第194页 |