基于2D转3D的深度图生成技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 2D转3D视频技术的现状 | 第11-14页 |
| 1.2.1 图像深度信息计算技术的现状 | 第12-13页 |
| 1.2.2 虚拟视点生成技术的现状 | 第13-14页 |
| 1.3 论文贡献与结构 | 第14-17页 |
| 1.3.1 论文主要贡献 | 第14-15页 |
| 1.3.2 本文结构安排 | 第15-17页 |
| 第二章 深度图生成方法 | 第17-29页 |
| 2.1 视差原理 | 第17-18页 |
| 2.2 2D转3D流程概述 | 第18-20页 |
| 2.3 深度图估计 | 第20-27页 |
| 2.3.1 深度线索 | 第21-25页 |
| 2.3.1.1 运动估计 | 第21-23页 |
| 2.3.1.2 聚焦线索 | 第23页 |
| 2.3.1.3 纹理信息 | 第23-24页 |
| 2.3.1.4 机器学习 | 第24-25页 |
| 2.3.2 深度图优化校正 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 基于静态图像的深度图生成 | 第29-53页 |
| 3.1 深度图生成方法综述 | 第29-30页 |
| 3.2 前景提取 | 第30-34页 |
| 3.2.1 Grab-cut分割 | 第30-31页 |
| 3.2.2 简化交互 | 第31-32页 |
| 3.2.3 迭代实现图像分割 | 第32-33页 |
| 3.2.4 前景提取实验结果 | 第33-34页 |
| 3.3 背景深度确定 | 第34-39页 |
| 3.3.1 简单背景模型 | 第34-36页 |
| 3.3.2 交互背景模型 | 第36-39页 |
| 3.3.3 背景区域分割 | 第39页 |
| 3.4 前景深度确定 | 第39-46页 |
| 3.4.1 前景深度渐变赋值 | 第40-41页 |
| 3.4.2 基于几何模型的深度赋值 | 第41-46页 |
| 3.5 系统实现及实验结果 | 第46-52页 |
| 3.5.1 基于静态图像的2D转3D系统 | 第46-47页 |
| 3.5.2 实验结果及分析 | 第47-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 基于RGBD图像的深度图优化 | 第53-65页 |
| 4.1 优化方法概述 | 第53-55页 |
| 4.2 基于平面法向的分割 | 第55-57页 |
| 4.2.1 平面法向 | 第55-56页 |
| 4.2.2 图像分割 | 第56-57页 |
| 4.3 分割块的模式选择 | 第57-58页 |
| 4.4 生成深度校正因子 | 第58-60页 |
| 4.5 深度信息融合 | 第60页 |
| 4.6 实验结果及分析 | 第60-64页 |
| 4.7 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 论文总结 | 第65页 |
| 5.2 未来工作的展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间已发表的学术论文 | 第75页 |
