检索结果-南通市图书馆

模式识别与人工智能 2023年第3期36卷 225-241页

作者：王梓歌李盈盈葛利跃陈震张聪炫南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 南昌航空大学测试与光电工程学院南昌330063 南昌航空大学信息工程学院南昌330063 南昌航空大学无损检测技术教育部重点实验室南昌330063

针对现有rgbd场景流计算方法在大位移、运动遮挡等复杂运动场景中存在计算准确性与可靠性较低的问题,文中提出结合高斯混合模型与多通道双边滤波的rgbd场景流计算方法.首先,构造基于高斯混合模型的光流聚类分割模型,从光流中提取目标运... 详细信息

针对现有rgbd场景流计算方法在大位移、运动遮挡等复杂运动场景中存在计算准确性与可靠性较低的问题,文中提出结合高斯混合模型与多通道双边滤波的rgbd场景流计算方法.首先,构造基于高斯混合模型的光流聚类分割模型,从光流中提取目标运动信息,逐层优化深度图分层分割结果,获取高置信度的深度运动分层分割信息.然后,在场景流计算中引入多通道双边滤波优化,建立结合高斯混合模型与多通道双边滤波的rgbd场景流计算模型,克服场景流计算边缘模糊问题.最后,在Middlebury、MPI-Sintel数据集上的实验表明,文中方法在大位移、运动遮挡等复杂运动场景下具有较高的场景流计算准确性和鲁棒性,特别在边缘区域具有较好的保护效果.

关键词： rgbd场景流高斯混合模型多通道双边滤波光流边缘模糊

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

FRFCM聚类与深度优化的rgbd场景流计算

引用

电子学报 2020年第7期48卷 1380-1386页

作者：张聪炫裴刘继陈震黎明江少锋南昌航空大学无损检测技术教育部重点实验室江西南昌330063 中国科学院自动化研究所北京100190

针对现有rgbd场景流计算模型在复杂场景、非刚性运动和运动遮挡等情况下易产生场景过度平滑和运动边缘模糊的问题,提出一种基于FRFCM(Fast and Robust Fuzzy C-Means)聚类与深度优化的rgbd场景流计算方法.首先以图像序列连续帧间光流信... 详细信息

针对现有rgbd场景流计算模型在复杂场景、非刚性运动和运动遮挡等情况下易产生场景过度平滑和运动边缘模糊的问题,提出一种基于FRFCM(Fast and Robust Fuzzy C-Means)聚类与深度优化的rgbd场景流计算方法.首先以图像序列连续帧间光流信息为基准,利用FRFCM聚类算法对输入图像进行初始分割,然后根据深度图像的运动边缘信息优化初始分割结果,提取高置信度的运动分层信息.最后设计基于图像分割的rgbd场景流能量函数,采用金字塔变形策略计算精确的场景流结果.分别采用Middlebury和MPI-Sintel数据库所提供的测试图像集对本文方法和现有的rgbd场景流算法进行综合对比分析,实验结果表明本文方法相对于其他方法具有更好的场景流估计精度和鲁棒性,有效改善了场景过度平滑和运动边缘模糊问题.

关键词： rgbd场景流 FRFCM聚类深度信息过度平滑边缘模糊

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于高斯混合模型与多通道双边滤波的rgbd场景流计算技术研究

基于高斯混合模型与多通道双边滤波的RGBD场景流计算技术研究

引用

作者：李盈盈南昌航空大学

学位级别：硕士

3D场景流是真实世界中场景表面可见像素点的瞬时三维运动矢量,与光流相比,3D场景流不仅包含场景和物体的三维运动参数,还提供了丰富的三维结构信息。研究3D场景流计算技术的目的是从图像序列恢复场景与物体的三维运动与结构,进而为高级... 详细信息

3D场景流是真实世界中场景表面可见像素点的瞬时三维运动矢量,与光流相比,3D场景流不仅包含场景和物体的三维运动参数,还提供了丰富的三维结构信息。研究3D场景流计算技术的目的是从图像序列恢复场景与物体的三维运动与结构,进而为高级视觉任务提供准确的先验信息。近年来,随着计算机技术的快速发展,3D场景流计算技术已成为图像处理、计算机视觉与人工智能等领域的研究热点,研究成果被广泛应用于虚拟现实、自动驾驶、医学影像、无人机视觉、智能机器人等领域。近年来,随着消费级深度传感器（如微软的Kinect）的广泛应用,基于rgbd图像序列的场景流计算技术逐渐成为场景流计算的热点方向。由于深度传感器在成像质量和有效距离等方面仍有待进一步提高,因此,现有的rgbd场景流计算方法在大位移、运动遮挡等复杂场景下的准确性与可靠性较低。针对上述问题,本文主要研究基于高斯混合模型与多通道双边滤波的rgbd场景流计算技术,旨在提高场景流估计精度的同时解决复杂场景的边缘模糊问题,本文的研究工作和创新点主要包括以下:1.介绍了场景流计算技术的研究背景及意义,论述了场景流计算方法研究现状,提出了当前场景流技术领域存在的关键问题,概述了场景流计算模型的基础理论,并对相机模型中四个坐标系之间的转换关系、光流与场景流之间的对应关系进行了详细的说明。2.针对含有大位移、运动遮挡等复杂场景下的场景流计算准确性与可靠性较低问题,提出一种基于高斯混合模型的深度图像优化方法。首先,输入前后两帧RGB图和对应深度图,用K均值算法对深度图进行初始分层;然后,计算前后两帧RGB图像序列光流,用高斯混合模型对光流进行聚类分割,获得光流分割结果,并根据光流分割结果逐层优化深度分层,获得更准确的深度分层信息。该方法提高了深度图像序列在运动边界区域的分割的准确性,进而提高大位移、运动遮挡等复杂场景下场景流估计的精度与可靠性。3.针对复杂场景下场景流计算结果的边缘模糊问题,提出基于高斯混合模型与多通道双边滤波的rgbd场景流计算方法。首先,利用优化后的深度分层信息结合光流信息计算得到初始场景流;然后,利用双边滤波方法对初始场景流进行多通道优化,并获得更准确的运动边缘信息。该方法提高了大位移、遮挡等复杂场景下场景流估计的准确性和可靠性,同时有效的保护了运动边缘。4.在Middlebury 2003、Middlebury 2005和MPI-Sintel等数据集上分别进行消融实验和对比实验。通过消融实验证明了采用高斯混合模型的深度图像优化方法,可提供更准确的深度分层信息,进而提高了大位移、运动遮挡等复杂场景下场景流估计的准确性。利用多通道双边滤波优化算法有效避免了场景流计算的边缘模糊问题。通过对比实验分析了本文算法与传统方法、深度学习方法在处理大位移和运动遮档等复杂场景的场景流估计性能。实验结果表明,本文算法在针对包含大位移、运动遮挡等复杂场景中场景流估计具有较高的准确性和鲁棒性,有效改善了边缘模糊问题。

关键词： rgbd场景流高斯混合模型多通道双边滤波边缘模糊

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

rgbd环境下的场景流估计方法研究

RGBD环境下的场景流估计方法研究

引用

作者：刘沿娟西安理工大学

学位级别：硕士

3D场景流(Scene Flow)是用于描述空间物体运动3D矢量场,在虚拟现实,目标检测、跟踪及场景理解方面有着广泛应用。随着深度传感器的普及,rgbd场景流在计算机视觉领域引起了越来越多的关注。在rgbd视频流中进行场景流估计时,传统的基于分... 详细信息

3D场景流(Scene Flow)是用于描述空间物体运动3D矢量场,在虚拟现实,目标检测、跟踪及场景理解方面有着广泛应用。随着深度传感器的普及,rgbd场景流在计算机视觉领域引起了越来越多的关注。在rgbd视频流中进行场景流估计时,传统的基于分割的方法对遮挡和大位移具有较好的效果,分层场景流方法能够根据已知场景的相对深度排序对边界建模解决遮挡问题。这类方法的遮挡和场景流估计效果会受到分割结果的影响,且现有的深度层次排序过程自动化程度低。此外,现有基于分割的方法大部分是在分割区域刚性运动的假设下进行场景流估计的,这就会使得非刚体目标的场景流估计不准确。针对以上问题,围绕3D场景流技术,本文分别针对深度图像分层技术,含有非刚性运动的场景流估计以及基于卷积神经网络的场景流估计关键技术进行了研究,本文的主要研究工作包括:(1)提出基于深度图像自动分层的场景流估计算法。该方法首先使用深度图像修复算法修复含有噪声的深度图像,接着使用SLIC超像素分割与相似区域合并算法对深度图像进行初始分层;然后在初始分层中引入光流约束实现深度图像的自动分层,最后分别在数据集Middlebury 2003,SRSF,Princeton Tracking Benchmark 上进行仿真实验,并根据视觉对比与定量分析验证该方法计算分层场景流的可行性与精确性。(2)提出基于局部刚性运动假设的场景流估计算法。该方法首先使用AR(Autoregressive Model)模型计算深度图像分层结果中层辅助函数的权重;接着使用局部刚性全局非刚性假设方法将深度图像分层结果中的每一层分成许多大小相同的块,通过计算每一块的运动信息来估计每一层的运动信息以至于整个场景的运动信息;最后分别在数据集Princeton Tracking Benchmark,Deformable 3D reconstruction上进行仿真实验,并根据视觉对比与定量分析验证该方法计算分层场景流的可行性与精确性。(3)实现基于卷积神经网络的场景流估计网络模型。该方法使用编码-解码的卷积神经网络模型估计场景流。使用FlyThings3D为训练数据集在网络模型中进行训练,在网络的训练过程中使用立体图像对作为网络的输入,由光流与视差计算的场景流作为网络的输出,该部分节省了使用专门的网络计算深度信息而花费的时间;Monkaa数据集与Driving数据集为测试集估计场景流并验证该方法的可行性与精确性。

关键词： rgbd场景流自动分层局部刚性假设卷积神经网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：