基于卷积神经网络的深度线段分类算法

为解决单目图像中冗余像素点不利于深度神经网络快速完成深度信息检测的问题,提出一种基于卷积神经网络的深度线段分类算法。对NYU-Depth数据集使用线段检测算法进行线段检测得到原始图像的线段特征图,通过数据预处理结合深度数据得到表征深度信息的线段集合及其标签,提出适用于线段特征的卷积神经网络,实现单目图像中深度线段的分类。通过在不同线段数目上进行多次多组对比试验,深度线段分类准确率达到73.50%。试验结果证明了利用卷积神经网络实现深度线段分类的可实施性,有助于更好的利用图像几何特征解决深度估计问题。     

基于四维光场数据的深度估计算法

基于光场数据的四维结构信息,提出一种具有像素级精度的深度估计算法,为三维表面重构提供精确的深度信息.首先,由光场数据中视差与视点位移的等比关系,给出基于光场数据的区域匹配算法,得到初步视差图.其次,基于区域匹配的误差来源建立新的置信函数,对误匹配像素进行分类并优化,得到高精度的深度图.采用公开的HCI标准光场数据和实拍的光场数据进行了算法验证和成像精度评测.结果表明,与已有的算法相比,新算法具有更好的计算精度,在平滑区域和边缘遮挡区域有较好效果.     

自由视点视频的虚拟图像合成

通过一种有效的基于深度图像描绘技术的虚拟图像合成方法评价一种快速深度图像估计算法.此快速算法采用区域匹配SSD算法得到初始视差,构造出图割算法的能量函数求深度图.仿真结果证明了快速算法能获得高质量的PSNR,可以合成较好的虚拟图.     

基于算法展开的图像盲去模糊深度学习网络

针对图像盲去模糊问题,基于变分模型的迭代优化展开形式设计了相应的变分深度学习网络,有效克服了传统变分方法计算效率低和深度学习方法可解释性差的问题。设计网络包含2部分：利用算法展开策略实现基于L₀正则化估计模糊核的子网络;基于估计的模糊核及图像恢复正则化模型的非盲去卷积子网络,该子网络充分利用了双通道的编解码网络结构。为确保模糊核估计的准确性和图像内容的一致性,损失函数由均方误差损失和结构相似性损失构成。L₀正则化的使用有助于快速准确地完成模糊核估计;图像恢复正则化模型的使用有助于边缘和图像细节的保持。在Levin数据集上的试验结果表明,所提算法在峰值信噪比上较目前先进算法至少提高了2.14 dB。     

深度分层融合超像素分割的深度视频去噪算法

针对传统的视频去噪方法对深度视频去噪效果不理想,导致丢失轮廓信息和深度值信息的问题,本文提出一种新的深度视频分层去噪与彩色图像超像素分割相结合的深度视频去噪算法。首先获取深度视频的深度信息,根据深度值分布,将深度视频帧分层去噪,然后将去噪后的每一深度层合并为深度帧,将与深度帧相对应的彩色帧进行超像素划分,填补去除噪声后产生的深度值空白区域的深度值,去除深度视频噪声,或根据物体周边深度值,消除并填补由物体遮挡产生的干扰噪声。实验结果表明,该算法能够消除深度视频噪声,有效解决了深度视频噪声导致画面凌乱,目标物体辨识难,无关物体遮蔽深度信息,获取深度信息困难等问题,减少噪声对公共客流统计项目的干扰,具有较好的实时性和鲁棒性。该研究在公共交通客流统计项目以及医院急诊患者数量统计项目上进行了验证,具有一定的实际应用价值。     

平行多视点算法求取深度信息

引入了平行多视点的概念，从平行多视点获取的多幅图像中可以求得深度信息。通过利用图像的ＦＦＴ变换，将时域中很难解决的问题变换到频域中来解决，避免了复杂的匹配运算，极大地简化了求取图像点、面深度信息的问题，并且提高到深度求取的实时性、全面性和准确性。介绍了算法原理及特点，并给出了实验结果及分析。     

融合图像深度的抗遮挡目标跟踪算法

由于视频信息的局限性,在遮挡情况下的目标跟踪依然是一个很难解决的问题.针对目标跟踪过程中的遮挡问题,提出将图像深度引入单目标跟踪算法.首先应用单目图像深度估计算法对图像进行深度估计,获取图像的深度信息;其次,将基于孪生区域推荐网络的目标跟踪算法与图像深度相结合,构建遮挡判别模块,利用目标深度信息的变化判断遮挡情况;最后...     

基于深度剥离的屏幕空间环境遮挡算法

针对原有屏幕空间环境遮挡算法存在的自遮挡距离误差问题,提出了一种基于深度剥离的屏幕空间环境遮挡算法（Depth Peeling based Ambient Occlusion,DPAO）.该算法通过深度剥离过程萃取了多深度层次的ZBuffer,为遮挡计算提供了更精确的遮挡采样片段,同时利用深度剥离技术进行了修正,从而得到了更具有物理真实性地渲染结果.整个流程充分利用了现有GPU的SIMD特性并行实现.实验结果表明,该算法能够在高帧速率情况下为具有丰富高频细节的几何场景产生真实感强的柔和阴影,适用于视频游戏、科学仿真等对实时性要求较高的应用领域.     

保持空间准确度与时间一致性的深度估计算法

为提高深度图的准确度,提出了一种基于图割的深度估计算法. 利用平均亮度 梯度联合匹配测度函数代替单像素亮度匹配,并考虑邻近像素深度相关性改变图割网络结构,提高深度估计的空间准确度;采用前一时刻同位置像素的深度约束当前时刻像素的深度值,使估计的深度图在时间上保持一致. 提出的算法考虑了深度图的空间、时间特征,可以提高深度图的准确度. 实验结果表明,与传统的基于图割的深度估计算法相比,新算法估计的深度图更加准确.     

基于Kinect深度信息的人体运动跟踪算法

大多数人体跟踪算法鲁棒性不高的主要原因是对人体的颜色特征进行跟踪,针对此问题设计了基于Kinect深度信息的人体运动跟踪算法。通过分析Kinect获取的深度图信息来对人体轮廓进行区分判定,提取前景目标区域以及计算目标区域的深度直方图。通过对深度直方图进行分析去除背景区域部分,根据获取的深度直方图求取跟踪图像的深度反向投影;最后结合Camshift算法确定当前选取目标区域的尺寸和中心位置来进行对人体的实时跟踪。实验结果表明,该算法提取的目标特征具有较强的鲁棒性,避免了光照变化和背景相似情况下的不稳定问题,能实现复杂场景下的人体目标跟踪。     

Fast motion estimation algorithm of video stabilization system

A real-time electronic image stabilization motion estimation method based on fast sub- block gray projection algorithm is proposed. In the method, each image is divided into a number of sub-blocks, and sub-blocks are sifted with their gray gradients. After removing sub-blocks whose gray gradients are lower than the given threshold, the calculation amount of projection is reduced and the motion estimation accuracy is improved. Then gray projection is done in each remained sub- block, and global motion vector of the image is calculated according to the local motion vectors of sub-blocks and the affine motion model. The drawbacks as the local motions reducing the global mo- tion estimation accuracy and traditional gray projection algorithm could not deal with rotation are re- solved well by this algorithm. The experiment results show that the algorithm is more accurate and efficient than the gray projection algorithm.     

一种三维视频深度图像快速帧内编码方法

针对三维视频编码复杂度较高的问题,提出一种快速深度图像帧内编码方法．该方法基于视频图像与深度图像的相关性,利用视频图像的最优帧内预测模式信息优化深度图像帧内编码预测模式的选择范围,减少率失真代价函数的计算量,从而降低深度图像帧内编码复杂度．实验结果表明,这种方法较深度图像独立编码方法能有效地缩短深度图编码时间,在保证合成虚拟视图质量的条件下,深度图像帧内编码时间平均减少37.16%．     

用于单视加深度视频编码的快速立体匹配算法

针对立体视频数据量大、立体匹配算法效率较低,远远满足不了实时传输需求的现状,提出了一种应用于单视加深度立体视频编码的快速立体匹配算法。该算法利用单视编码过程中产生的运动信息作为深度图生成的辅助信息,将立体匹配过程中的视差估计值重组,并将重组后的信息作为P帧的视差估计初值进行后续的迭代运算。算法通过利用单视编码过程中已有的运动信息,降低了P帧立体匹配的运算复杂度。实验结果表明,该算法能使视差图的生成速度提高一倍左右。     

Novel video coding distortion estimation algorithm for H.264/AVC

A novel video coding distortion estimation algorithm is proposed for H.264/AVC. First, a new linear method is used to compute the variance of the direct current (DC) coefficient. Then, with the assumption that the DC coefficient follows a Gaussian distribution, the distortion of the Gaussian source under the quantization of the dead-zone plus-uniform threshold quantization (DZ-UTQ) with the uniform reconstruction quantizer (URQ) is derived, and according to the distortion of the Gaussian source and the variance of the DC coefficient, the coding distortion of the DC coefficient called DC distortion is calculated. Thirdly, a new function is employed to compute the ratio of video coding distortion to DC distortion. Finally, video coding distortion is estimated using the ratio and DC distortion. Compared with the algorithm with the best performance in the existing algorithms, the proposed algorithm decreases the averaged estimation error by up to 36％. Experimental results show that the proposed algorithm can provide the estimation of video coding distortion more accurately than the existing algorithms.     

针对样品视频的H.264/SVC的快速运动估计算法

针对应用于电子显微镜等大型科学仪器样品图像远程实时传输的H.264/SVC,提出了一种基于自适应搜索范围的快速运动估计算法。根据宏块的空间和层间相关性,将基本层及增强层宏块分类,以宏块运动向量残差为基础,针对不同类型宏块,在水平和垂直方向上设计了自适应搜索范围算法。并针对匹配块搜索过程和帧间预测过程分别设计了提前退出算法。对不同仪器样品视频的测试表明,该算法与参考软件JSVM9.17的快速搜索算法相比,在PSNR和比特率保持相近的情况下,编码时间大约可节省52%～68%,搜索点数大约可降低81%～95%。     

一种简化鲁棒的传感网络节点三维估计算法

针对无线传感网络中进行节点三维状态估计时受到重尾或突变性质噪声干扰的问题,提出了加权质心定位和简化最大互相关熵无迹卡尔曼滤波结合的传感网络节点三维估计算法．首先,通过信号强度的测距方式得到信标节点和传感节点的观测距离;然后,利用质心定位的方法得到节点的近似估计,并结合节点估计模型和最大互相关熵准则对非高斯、非线性问题的鲁棒性,推导出一种简化最大互相关熵无迹卡尔曼滤波算法;最后,得到精确估计．仿真结果表明,新算法在具有重尾非高斯观测噪声的传感网络中对节点三维估计的效果比典型的方法更好,不仅降低了一般最大互相关熵无迹卡尔曼滤波的时间复杂度,还提高了节点估计的精度．     

MPEG-4到H.264转码中多帧参考运动估计快速算法

针对将其他格式视频转码为H.264的过程中运动估计耗费大量时间的问题,提出了一种快速运动估计算法,以实现快速转码.该算法充分利用未转码压缩视频流中包含的信息,结合时间相关预测与空间相关预测来实现MPEG-4到H.264转码过程中的多帧参考运动估计快速算法;在此基础上提出一种自适应搜索范围选择算法,以进一步减少运动估计的计算量.该算法同样适用于其他编码标准到H.264的转码.实验结果表明,该算法在图像质量和比特率方面的表现相比参考快速算法略为逊色,但转码速度有了很大的提高.     

基于层叠的部件轨迹片段模型的视频人体姿态估计

为解决单目视频中的人体姿态估计问题,从人体的部件模型出发,以人体部件轨迹片段为实体构建时空概率图模型,通过逐步缩减轨迹片段在时域上的覆盖度,形成多级层叠模型,采用迭代的时域和空域交替解析的策略,从完整轨迹的推理开始,逐级过滤状态空间,直至获取人体各部件在每帧图像中的最优状态。为提供高质量的状态候选,引入全局运动信息,将单帧图像中人体姿态检测结果传播到整个视频形成轨迹,构成原始状态空间。在3个数据集上的对比试验表明,该方法较其他视频人体姿态估计方法达到了更高的估计精度。     

基于双鉴别器生成对抗网络的单目深度估计方法

针对自监督单目深度估计精度不高的问题, 提出一种基于双鉴别器生成对抗网络的自监督单目深度估计方法. 该方法利用生成对抗网络在合成视觉上可信的图像方面的优势, 进一步提高了自监督单目深度估计的精度. 首先, 为充分利用重建图像, 在Wasserstein生成对抗网络的基础上进行改进, 构建了2个鉴别器的结构. 双鉴别器对生成器的要求和训练目标更加严苛, 避免了由于只在左图像或右图像上引入鉴别器而造成的信息损失. 其次, 针对该网络的结构, 提出了一种局部-全局一致的损失函数, 保证了像素的真实性和局部-全局内容的一致性. 在KITTI基准测试集中与单目深度估计的相关代表方法进行了比较, 实验结果表明, 该方法有效地提高了单目深度估计的精度, 具有较好的深度估计的性能.

     

一种基于相关反馈的视频人脸算法

在保局投影算法(LPP)及支持向量机(SVM)的基础上提出了一种基于相关反馈的视频人脸识别算法． 该算法通过合理的数据建模提取出视频中的时空连续性语义信息,同时能够发现人脸数据中内在的非线性结构信息而获得低维本质的流形结构,还能通过反馈学习来增加样本的标记类别．在UCSD/Honda视频人脸数据库和自采集数据库上进行比较的实验结果表明,该算法能够获得更好的识别效果．