| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 论文背景及意义 | 第10-11页 |
| 1.2 场景流估计研究现状 | 第11-13页 |
| 1.3 论文研究工作与内容安排 | 第13-16页 |
| 第2章 变分场景流估计基础理论 | 第16-29页 |
| 2.1 变分场景流估计框架 | 第16-20页 |
| 2.1.1 泛函与变分法 | 第16页 |
| 2.1.2 场景流的概念 | 第16-17页 |
| 2.1.3 基于立体视觉的变分场景流估计基本框架 | 第17-19页 |
| 2.1.4 基于RGB-D数据的变分场景流估计基本框架 | 第19-20页 |
| 2.2 Euler-Lagrange方程与梯度下降法 | 第20-23页 |
| 2.2.1 Euler-Lagrange方程 | 第20-22页 |
| 2.2.2 梯度下降法 | 第22-23页 |
| 2.3 Lucas-Kanade算法框架 | 第23-24页 |
| 2.4 全变分模型 | 第24-25页 |
| 2.5 扩散过程的物理学背景 | 第25-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 深度图驱动各向异性变分场景流估计 | 第29-39页 |
| 3.1 深度图驱动各向异性变分场景流能量函数设计 | 第30-33页 |
| 3.1.1 数据项设计 | 第30-33页 |
| 3.1.2 平滑项设计 | 第33页 |
| 3.2 逐层细化的求解策略 | 第33-34页 |
| 3.3 场景流能量泛函求解 | 第34-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 深度图驱动各向异性变分场景流估计实验分析 | 第39-55页 |
| 4.1 实验环境与评估准则 | 第39-41页 |
| 4.1.1 实验环境 | 第39页 |
| 4.1.2 评估准则 | 第39-41页 |
| 4.2 基于Middlebury立体数据集的场景流评估 | 第41-48页 |
| 4.2.1 与场景流算法及经典光流算法横向对比实验 | 第43-44页 |
| 4.2.2 场景流估计参数调节实验 | 第44-48页 |
| 4.3 基于真实数据的场景流评估 | 第48-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 基于场景流聚类的 3D运动目标检测 | 第55-63页 |
| 5.1 引言 | 第55页 |
| 5.2 ISODATA算法 | 第55-58页 |
| 5.3 基于场景流聚类的 3D目标检测实验 | 第58-62页 |
| 5.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-73页 |
| 致谢 | 第73页 |
