基于信息融合的二维视频深度提取方法

• 作者: 吴迁 孙华东 田芹 赵志杰 金雪松
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度提取 信息融合 信息熵 Neyman Pearson准则
• 年，卷（期）: 2015,（1）
• 页码范围: 40-43,55
• 页数: 5页
• 分类号: TP391
• 字数: 3116字
• 语种: 中文

摘要

采用多种深度线索获取二维视频深度，可以提高视频深度提取效果。针对运动线索，通过块匹配运动估计算法获得帧间深度信息；针对帧内线索，采用Laws滤波器提取深度特征，然后利用马尔可夫随机场模型训练获得帧内深度信息；在此基础上，提出了基于信息融合的二维视频深度提取方法。该方法首先通过计算背景和运动区域的信息熵，然后利用模式识别中的Neyman Pearson准则确定视频帧的运动区域。针对该区域，在帧内深度信息获取的基础上，融合帧间深度信息。实验结果和真实深度比较，证实了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵志杰	哈尔滨商业大学计算机与信息工程学院	43	143	6.0	9.0
2	金雪松	哈尔滨商业大学计算机与信息工程学院	16	51	3.0	6.0
3	孙华东	哈尔滨商业大学计算机与信息工程学院	13	59	4.0	7.0
4	吴迁	哈尔滨商业大学计算机与信息工程学院	1	2	1.0	1.0
5	田芹	哈尔滨商业大学计算机与信息工程学院	1	2	1.0	1.0