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

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

论文共87页,点击 下载论文
上一篇:三维人脸成像系统的实现与关键技术研究
下一篇:面向概念漂移数据流的在线集成分类算法研究与应用