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

三维可视媒体重定向方法研究

摘要第4-6页
abstract第6-7页
引言第11-12页
1 绪论第12-22页
    1.1 研究背景及意义第12-14页
    1.2 国内外研究现状第14-18页
        1.2.1 图像重定向第14-16页
        1.2.2 视频重定向第16页
        1.2.3 视觉体验感受第16-18页
    1.3 论文的主要工作及创新之处第18-20页
    1.4 论文的结构安排第20-22页
2 重定向基础框架及视觉体验质量分析第22-33页
    2.1 基于细缝裁剪的平面图像重定向框架第22-27页
        2.1.1 基于后向能量的细缝裁剪方法第22-25页
        2.1.2 基于前向能量的细缝裁剪方法第25-27页
    2.2 基于图像网格形变的重定向框架第27-30页
    2.3 三维可视媒体视觉体验感受分析第30-32页
        2.3.1 视觉注意力选择第30-31页
        2.3.2 视觉舒适度评价和增强第31-32页
        2.3.3 视觉深度感评价和增强第32页
    2.4 本章小结第32-33页
3 基于视觉注意力模型的三维可视媒体重定向方法研究第33-58页
    3.1 结合双目视觉注意力模型的立体图像重定向算法第33-47页
        3.1.1 双目立体图像的视觉注意力模型第34-38页
        3.1.2 双目恰可察觉失真模型第38-39页
        3.1.3 基于视觉注意力的立体图像细缝剪裁算法第39-43页
        3.1.4 实验结果与分析第43-46页
        3.1.5 本节小结第46-47页
    3.2 视觉注意力引导的三维视频重定向算法第47-57页
        3.2.1 彩色联合深度的三维视频视觉注意力模型第47-50页
        3.2.2 基于视觉注意力的视频细缝裁剪算法第50-54页
        3.2.3 实验结果与分析第54-57页
        3.2.4 本节小结第57页
    3.3 本章小结第57-58页
4 基于视觉感知体验的立体图像重定向方法研究第58-78页
    4.1 双目视差与感知深度第58-60页
    4.2 深度调整与视差编辑第60-61页
    4.3 面向视觉体验质量增强的立体图像重定向算法第61-69页
    4.4 实验结果与分析第69-77页
        4.4.1 对比实验结果第70-75页
        4.4.2 分析参数的影响第75-76页
        4.4.3 主观评价结果与讨论第76-77页
    4.5 本章小结第77-78页
5 面向虚拟视点绘制的重定向方法研究第78-94页
    5.1 空间坐标系的变换第79-81页
    5.2 最大可容忍深度失真模型第81-83页
    5.3 面向虚拟视点绘制的多视点图像重定向算法第83-88页
    5.4 实验结果与分析第88-93页
        5.4.1 分析深度重映射的影响第89-90页
        5.4.2 对比其他方法的结果第90-93页
    5.5 本章小结第93-94页
6 总结与展望第94-97页
    6.1 本文工作总结第94-95页
    6.2 未来研究展望第95-97页
参考文献第97-103页
在学研究成果第103-104页
致谢第104页

论文共104页,点击 下载论文
上一篇:电磁辐射检测技术与设备研究
下一篇:领导风格对员工绩效的影响--以工作疏离感为中介