抗遮档的光流场估计算法研究
发布时间:2021-04-27 18:53
光流场估计是计算机视觉领域的基础研究内容之一,其在视频分割、物体跟踪和三维场景重建等方面均有大量的应用。历经四十余年的发展,光流场估计研究取得了长足的进步。随着应用场合的不断扩大和人们对高精度光流场估计需求的不断提高,近年来光流场估计又成为领域的一个研究热点。光流场记录了物体在图像平面上投影的移动。按照所使用图像帧的数目进行分类,光流场估计可分为基于两帧图像的和基于多帧序列图像的两大类。本文主要研究前者,针对存在遮挡的场景,尝试提出基于前后两帧图像的、鲁棒的光流场估计算法。首先,本文针对一类光流场估计算法中的中间扭曲图像(warped image,简称中间图像)生成问题进行了研究,提出了中间图像的合成和校正算法。已知微分法是光流场估计中最基本的算法之一,虽然中间图像在所述算法中仅是一个阶段性结果,但其在计算过程中起着承上启下的关键作用。研究发现因算法本身的问题,生成的中间图像中会出现场景中其它地方的物体或物体的部分结构,这样的“鬼影”区域会给后续的光流计算带来误导,必须加以纠正。为此,本文首先对所使用的数据库中前景运动物体和背景区域进行了统计分析,提出了一种基于场景先验的“鬼影”区域定...
【文章来源】:中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】:122 页
【学位级别】:博士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 光流场估计的研究背景
1.2 光流场估计的研究意义
1.3 光流场估计的研究现状及挑战
1.4 本文研究内容和主要贡献
1.5 本文结构安排
第二章 光流场估计算法概述
2.1 传统光流场估计算法
2.1.1 微分法
2.1.2 匹配法
2.1.3 其他算法
2.2 深度卷积神经网络算法
2.2.1 端到端结构的光流场估计算法
2.2.2 基于匹配网络的光流场估计算法
2.2.3 其他光流场估计算法
2.3 基于遮挡处理的光流场估计算法
2.4 数据集和评价指标
2.4.1 相关数据集
2.4.2 评价指标
2.4.3 光流显示方案
2.5 本章小结
第三章 中间图像的合成与校正
3.1 中间图像的定义和合成方法
3.1.1 基于金字塔结构的光流场估计算法
3.1.2 中间图像的生成
3.1.3 中间图像的评价标准
3.2 基于场景先验的“鬼影”区域定位算法
3.2.1 算法描述
3.2.2 实验结果
3.3 基于运动关系的“鬼影”区域定位算法
3.3.1 算法描述
3.3.2 实验结果
3.4 图像补偿策略
3.5 本章小结
第四章 考虑遮挡的光流场估计算法
4.1 遮挡处理和“鬼影”区域
4.1.1 遮挡处理
4.1.2 “鬼影”区域的产生
4.2 基于中间图像的光流场估计算法
4.2.1 能量函数的构建
4.2.2 能量函数的求解
4.2.3 其他优化策略
4.2.4 算法小结
4.2.5 实验结果
4.3 基于遮挡推理的光流场估计算法
4.3.1 算法描述
4.3.2 实验结果
4.4 本章小结
第五章 基于深度学习的光流场估计算法
5.1 基本网络模型
5.1.1 网络结构
5.1.2 网络训练
5.2 基于边缘先验的光流场估计算法
5.2.1 算法描述
5.2.2 实验结果
5.3 基于遮挡先验的光流场估计算法
5.3.1 算法描述
5.3.2 实验结果
5.4 本章小结
第六章 总结与展望
6.1 研究工作总结
6.2 不足与展望
参考文献
致谢
在读期间发表的学术论文、参与的科研项目
本文编号:3163983
【文章来源】:中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】:122 页
【学位级别】:博士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 光流场估计的研究背景
1.2 光流场估计的研究意义
1.3 光流场估计的研究现状及挑战
1.4 本文研究内容和主要贡献
1.5 本文结构安排
第二章 光流场估计算法概述
2.1 传统光流场估计算法
2.1.1 微分法
2.1.2 匹配法
2.1.3 其他算法
2.2 深度卷积神经网络算法
2.2.1 端到端结构的光流场估计算法
2.2.2 基于匹配网络的光流场估计算法
2.2.3 其他光流场估计算法
2.3 基于遮挡处理的光流场估计算法
2.4 数据集和评价指标
2.4.1 相关数据集
2.4.2 评价指标
2.4.3 光流显示方案
2.5 本章小结
第三章 中间图像的合成与校正
3.1 中间图像的定义和合成方法
3.1.1 基于金字塔结构的光流场估计算法
3.1.2 中间图像的生成
3.1.3 中间图像的评价标准
3.2 基于场景先验的“鬼影”区域定位算法
3.2.1 算法描述
3.2.2 实验结果
3.3 基于运动关系的“鬼影”区域定位算法
3.3.1 算法描述
3.3.2 实验结果
3.4 图像补偿策略
3.5 本章小结
第四章 考虑遮挡的光流场估计算法
4.1 遮挡处理和“鬼影”区域
4.1.1 遮挡处理
4.1.2 “鬼影”区域的产生
4.2 基于中间图像的光流场估计算法
4.2.1 能量函数的构建
4.2.2 能量函数的求解
4.2.3 其他优化策略
4.2.4 算法小结
4.2.5 实验结果
4.3 基于遮挡推理的光流场估计算法
4.3.1 算法描述
4.3.2 实验结果
4.4 本章小结
第五章 基于深度学习的光流场估计算法
5.1 基本网络模型
5.1.1 网络结构
5.1.2 网络训练
5.2 基于边缘先验的光流场估计算法
5.2.1 算法描述
5.2.2 实验结果
5.3 基于遮挡先验的光流场估计算法
5.3.1 算法描述
5.3.2 实验结果
5.4 本章小结
第六章 总结与展望
6.1 研究工作总结
6.2 不足与展望
参考文献
致谢
在读期间发表的学术论文、参与的科研项目
本文编号:3163983
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3163983.html
最近更新
教材专著