基于运动和深度信息的立体视频帧率提升算法研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-18页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 国内外研究现状及发展态势 | 第12-15页 |
1.2.1 立体视频技术 | 第12-13页 |
1.2.2 帧率提升技术 | 第13-15页 |
1.3 本文研究内容及技术路线 | 第15-16页 |
1.4 论文结构安排 | 第16-18页 |
第二章 帧率提升技术概述 | 第18-29页 |
2.1 帧率提升算法框架 | 第18-19页 |
2.2 运动估计技术 | 第19-22页 |
2.2.1 单向运动估计 | 第19-21页 |
2.2.2 双向运动估计 | 第21页 |
2.2.3 双重运动估计 | 第21-22页 |
2.3 运动矢量处理技术 | 第22-25页 |
2.3.1 中值滤波 | 第23页 |
2.3.2 多级运动矢量处理 | 第23-25页 |
2.4 非运动补偿技术 | 第25-26页 |
2.4.1 帧复制法 | 第25页 |
2.4.2 帧平均法 | 第25-26页 |
2.5 运动补偿技术 | 第26-28页 |
2.5.1 重叠块运动补偿 | 第27页 |
2.5.2 自适应重叠块运动补偿 | 第27-28页 |
2.6 本章小结 | 第28-29页 |
第三章 结合显著性的立体视频帧率提升 | 第29-60页 |
3.1 立体视频原理 | 第29-31页 |
3.1.1 彩色视频 | 第29页 |
3.1.2 深度视频 | 第29-31页 |
3.2 深度信息约束的双重运动估计 | 第31-33页 |
3.2.1 彩色序列双重运动估计 | 第31-32页 |
3.2.2 深度序列双重运动估计 | 第32页 |
3.2.3 深度信息约束的双重运动估计 | 第32-33页 |
3.3 显著性特征 | 第33-38页 |
3.3.1 颜色特征 | 第34-36页 |
3.3.2 纹理特征 | 第36-37页 |
3.3.3 亮度特征 | 第37页 |
3.3.4 对比度特征 | 第37-38页 |
3.4 立体视频显著性检测 | 第38-43页 |
3.4.1 超像素分割 | 第38-40页 |
3.4.2 显著图生成 | 第40-42页 |
3.4.3 检测步骤及流程 | 第42-43页 |
3.5 结合显著性的运动矢量优化 | 第43-47页 |
3.5.1 显著区域判定 | 第43页 |
3.5.2 显著区域运动矢量优化 | 第43-45页 |
3.5.3 非显著区域运动矢量优化 | 第45-47页 |
3.5.4 运动矢量优化流程 | 第47页 |
3.6 实验结果及分析 | 第47-59页 |
3.6.1 算法步骤及流程 | 第47-49页 |
3.6.2 图像评价方法 | 第49-50页 |
3.6.3 实验条件 | 第50页 |
3.6.4 测试结果及分析 | 第50-59页 |
3.7 本章小结 | 第59-60页 |
第四章 结合视频分割的立体视频运动估计 | 第60-76页 |
4.1 立体视频分割 | 第60-63页 |
4.1.1 Meanshift视频分割 | 第60-62页 |
4.1.2 视频分割结果 | 第62-63页 |
4.2 立体视频分割目标函数 | 第63-67页 |
4.2.1 梯度能量函数 | 第63-65页 |
4.2.2 一致性能量函数 | 第65-67页 |
4.2.3 最优化目标函数 | 第67页 |
4.3 实验结果及分析 | 第67-75页 |
4.3.1 算法步骤及流程 | 第67-68页 |
4.3.2 实验条件 | 第68-69页 |
4.3.3 测试结果及分析 | 第69-75页 |
4.4 本章小结 | 第75-76页 |
第五章 总结与展望 | 第76-79页 |
5.1 全文工作总结 | 第76-77页 |
5.1.1 论文主要工作 | 第76-77页 |
5.1.2 论文主要贡献及创新点 | 第77页 |
5.2 未来工作展望 | 第77-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-86页 |
攻硕期间取得的研究成果 | 第86-87页 |