首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

针对树型立体视觉匹配的视差预测层级加速算法研究

摘要第3-5页
ABSTRACT第5-6页
主要符号对照表第13-15页
第一章 绪论第15-23页
    1.1 研究背景及意义第15-16页
    1.2 立体视觉匹配算法第16-20页
        1.2.1 全局立体视觉匹配算法第17页
        1.2.2 局部立体视觉匹配算法第17-19页
        1.2.3 局部匹配算法研究现状第19-20页
    1.3 研究内容和本文所做的工作第20-21页
    1.4 本文组织结构第21-23页
第二章 树型立体视觉匹配算法介绍第23-33页
    2.1 树型立体视觉匹配算法第23-28页
        2.1.1 生成树构造第24-26页
        2.1.2 树上匹配代价聚合第26-28页
    2.2 树型立体视觉匹配算法的时间复杂度第28-29页
    2.3 树型立体视觉匹配面临的问题第29-31页
    2.4 本章小结第31-33页
第三章 DPM视差预测模型第33-43页
    3.1 相关术语和符号第33-35页
        3.1.1 层与缩放系数Sc第33-34页
        3.1.2 视差概率分布P(Dl|Dl+1) 和P (Dl+1|Dl)第34-35页
    3.2 三条重要观察第35-36页
    3.3 视差预测模型第36-40页
    3.4 利用GMM高斯混合模型计算P(Dl+1|Dl)第40-42页
    3.5 本章小结第42-43页
第四章 DPA层级加速算法第43-55页
    4.1 DPA层级加速算法整体流程第43-45页
    4.2 逐像素的视差置信区间构造第45-48页
        4.2.1 求解Gl层P(Dl|Dl+1)第45-47页
        4.2.2 利用P(Dl|Dl+1) 求解逐像素视差置信区间第47-48页
    4.3 DPF视差预测森林和逐树的视差置信区间第48-51页
    4.4 基于DPF视差预测森林的匹配代价聚合第51-53页
    4.5 本章小结第53-55页
第五章 实验结果第55-77页
    5.1 实验数据库和实验参数设定第55-58页
        5.1.1 实验数据库第55-58页
        5.1.2 实验参数设定第58页
    5.2 高斯混合模型训练第58-59页
    5.3 核心视差置信区间实验结果第59-62页
        5.3.1 逐像素的视差置信区间第59-62页
        5.3.2 逐树的视差置信区间第62页
    5.4 DPA层级加速算法性能分析第62-68页
    5.5 DPA层级加速算法精度分析第68-70页
        5.5.1 Middlebury数据库匹配精度分析第68-70页
        5.5.2 KITTI数据库匹配精度分析第70页
        5.5.3 低质量实际场景数据库匹配精度分析第70页
    5.6 本章小结第70-77页
第六章 总结与展望第77-79页
    6.1 论文研究工作总结第77-78页
    6.2 未来研究方向设想第78-79页
参考文献第79-83页
致谢第83-85页
攻读学位期间发表的学术论文目录第85-87页
攻读学位期间参与的项目第87-89页

论文共89页,点击 下载论文
上一篇:关系数据库中图查询优化方法的研究
下一篇:种子生产流程信息管理系统的设计与实现