基于非参数化采样的单幅图像深度估计

• 作者: 喻秋 朱尧
• 来源期刊: 计算机应用研究
• 关键词: 单幅图像 深度估计 非参数化采样 RGBD数据集
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1876-1880
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.06.063

摘要

针对传统单幅图像深度估计线索不足及深度估计精度不准的问题,提出一种基于非参数化采样的单幅图像深度估计方法.该方法利用非参数化的学习手段,将现有RGBD数据集中的深度信息迁移到输入图像中去.首先计算输入图像和现有RGBD数据集多尺度的高层次图像特征;然后在现有RGBD数据集中,基于高层次的图像特征通过KNN最近邻搜索找到若干与输入图像特征最匹配的候选图像,并将这些候选图像通过SIFT流形变到输入图像进行对齐;最后对候选深度图进行插值和平滑等优化操作,便可以得到最后的深度图.实验结果表明,与现有算法相比,该方法估计得到的深度图精度更高,对输入图像的整体结构保持得更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱尧	武汉大学计算机学院	1	8	1.0	1.0
2	喻秋	武汉大学计算机学院	1	8	1.0	1.0