目錄
第1章 緒論 1
1.1 引言 1
1.2 光流計(jì)算及其研究現(xiàn)狀 1
1.2.1 光流的基本概念 1
1.2.2 光流與真實(shí)運(yùn)動(dòng) 2
1.2.3 光流基本方程 2
1.2.4 光流計(jì)算中存在的問(wèn)題 3
1.2.5 光流計(jì)算技術(shù)國(guó)內(nèi)外研究現(xiàn)狀 4
1.3 從光流到場(chǎng)景流 8
1.3.1 場(chǎng)景流的基本概念 8
1.3.2 場(chǎng)景流計(jì)算技術(shù)國(guó)內(nèi)外研究現(xiàn)狀 8
本章小結(jié) 10
第2章 變分光流基本約束與誤差評(píng)估 11
2.1 引言 11
2.2 光流計(jì)算數(shù)據(jù)項(xiàng) 11
2.2.1 亮度恒常約束 11
2.2.2 高階恒常約束 12
2.2.3 局部恒常約束 13
2.3 光流計(jì)算平滑項(xiàng) 14
2.3.1 全局平滑約束 14
2.3.2 有向平滑約束 16
2.4 光流計(jì)算誤差分析 17
本章小結(jié) 18
第3章 彩色圖像序列光流計(jì)算方法 19
3.1 引言 19
3.2 彩色圖像序列光流計(jì)算基本原理 19
3.2.1 Lambertian 表面 19
3.2.2 顏色模型 20
3.2.3 灰度一致性約束 21
3.2.4 色彩一致性約束 22
3.3 基于色彩梯度恒常的光流計(jì)算方法 24
3.3.1 色彩梯度 24
3.3.2 算法實(shí)現(xiàn) 25
3.3.3 實(shí)驗(yàn)與誤差分析 26
3.4 基于可靠性判定的彩色圖像序列光流計(jì)算方法 29
3.4.1 彩色光流估計(jì)可靠性判定 30
3.4.2 算法實(shí)現(xiàn) 31
3.4.3 實(shí)驗(yàn)與誤差分析 32
3.5 局部與全局相結(jié)合的彩色圖像序列光流計(jì)算方法 34
3.5.1 彩色Lucas-Kanade 光流算法 34
3.5.2 彩色Horn-Schunck 光流算法 34
3.5.3 算法實(shí)現(xiàn) 35
3.5.4 實(shí)驗(yàn)與誤差分析 37
本章小結(jié) 40
第4章 變分多約束稠密光流計(jì)算方法 41
4.1 引言 41
4.2 變分偏微分光流基本形式 41
4.3 能量函數(shù)的設(shè)計(jì) 42
4.3.1 復(fù)合數(shù)據(jù)項(xiàng)的構(gòu)建 42
4.3.2 平滑項(xiàng)的設(shè)計(jì) 43
4.4 魯棒懲罰函數(shù) 44
4.4.1 變分有界函數(shù)空間與全變分范數(shù) 44
4.4.2 基于魯棒函數(shù)的光流能量函數(shù) 45
4.5 能量泛函極小化及其數(shù)值計(jì)算47
4.5.1 能量泛函極小化 47
4.5.2 數(shù)值計(jì)算 48
4.6 基于圖像金字塔的多分辨率光流計(jì)算 50
4.6.1 圖像金字塔及其構(gòu)建 51
4.6.2 多分辨率光流計(jì)算框架 51
4.7 實(shí)驗(yàn)與誤差分析 53
4.7.1 合成圖像序列實(shí)驗(yàn) 53
4.7.2 真實(shí)圖像序列實(shí)驗(yàn) 55
本章小結(jié) 57
第5章 基于卷積神經(jīng)網(wǎng)絡(luò)的有監(jiān)督光流學(xué)習(xí)方法 58
5.1 引言 58
5.2 有監(jiān)督光流學(xué)習(xí)網(wǎng)絡(luò)基本原理58
5.3 有監(jiān)督光流學(xué)習(xí)網(wǎng)絡(luò)設(shè)計(jì) 59
5.3.1 網(wǎng)絡(luò)架構(gòu) 59
5.3.2 多假設(shè)約束學(xué)習(xí) 62
5.4 實(shí)驗(yàn)與誤差分析 64
5.4.1 訓(xùn)練與評(píng)估數(shù)據(jù)集 64
5.4.2 訓(xùn)練策略 65
5.4.3 實(shí)驗(yàn)結(jié)果與分析 66
5.4.4 消融分析 69
5.4.5 光流計(jì)算時(shí)間分析 70
本章小結(jié) 71
第6章 基于光流的立體視差計(jì)算 72
6.1 引言 72
6.2 極線幾何與極線校正 72
6.3 立體視覺(jué)匹配中視差與深度的關(guān)系 73
6.4 融合光流與分割的立體視差計(jì)算 74
6.4.1 算法框架 74
6.4.2 基于彩色分割的一致性區(qū)域提取 75
6.4.3 視差平面提取 77
6.4.4 置信傳播 77
6.4.5 實(shí)驗(yàn)分析 78
6.5 基于光流的2D 到3D 視頻轉(zhuǎn)換 80
6.5.1 面向壓縮視頻的光流計(jì)算 80
6.5.2 基于光流與分割的2D 到3D 視頻轉(zhuǎn)換 84
本章小結(jié) 90
第7章 基于立體視覺(jué)的變分場(chǎng)景流計(jì)算方法 91
7.1 引言 91
7.2 雙目立體視覺(jué)系統(tǒng) 91
7.3 自適應(yīng)各向異性全變分流驅(qū)動(dòng)場(chǎng)景流計(jì)算框架 94
7.3.1 亮度和梯度恒常約束相結(jié)合的數(shù)據(jù)項(xiàng)設(shè)計(jì) 94
7.3.2 自適應(yīng)各向異性全變分流驅(qū)動(dòng)平滑項(xiàng)設(shè)計(jì) 96
7.4 基于立體視覺(jué)的變分場(chǎng)景流求解 99
7.4.1 場(chǎng)景流能量泛函的變分極小化 99
7.4.2 場(chǎng)景流多分辨率求解策略 101
7.5 實(shí)驗(yàn)與誤差分析 103
7.5.1 誤差指標(biāo) 103
7.5.2 Middlebury 數(shù)據(jù)集測(cè)試 104
7.5.3 hemi-spheres 數(shù)據(jù)集測(cè)試 110
7.5.4 真實(shí)場(chǎng)景數(shù)據(jù)集測(cè)試 112
本章小結(jié) 114
第8章 基于RGB-D 圖像序列的變分場(chǎng)景流計(jì)算方法·· 116
8.1 引言 116
8.2 深度圖驅(qū)動(dòng)各向異性全變分場(chǎng)景流計(jì)算框架 116
8.2.1 基于三維局部剛性假設(shè)的數(shù)據(jù)項(xiàng)設(shè)計(jì) 116
8.2.2 深度圖驅(qū)動(dòng)各向異性平滑項(xiàng)設(shè)計(jì) 119
8.3 場(chǎng)景流能量泛函求解 119
8.3.1 基于輔助變量的場(chǎng)景流求解 119
8.3.2 場(chǎng)景流多分辨率求解策略 124
8.4 實(shí)驗(yàn)與誤差分析 124
8.4.1 基于Middlebury 立體數(shù)據(jù)集的場(chǎng)景流評(píng)估 125
8.4.2 場(chǎng)景流計(jì)算的參數(shù)優(yōu)化 129
8.4.3 真實(shí)數(shù)據(jù)場(chǎng)景流計(jì)算評(píng)估 132
本章小結(jié) 138
第9章 基于場(chǎng)景流聚類(lèi)的運(yùn)動(dòng)目標(biāo)檢測(cè) 139
9.1 引言 139
9.2 ISODATA 聚類(lèi)分析 139
9.3 基于場(chǎng)景流聚類(lèi)的3D 目標(biāo)檢測(cè) 142
9.4 實(shí)驗(yàn)分析 143
本章小結(jié) 147
參考文獻(xiàn) 148