计算机辅助设计与图形学学报
計算機輔助設計與圖形學學報
계산궤보조설계여도형학학보
JOURNAL OF COMPUTER-AIDED DESIGN & COMPUTER GRAPHICS
2014年
1期
72-80
,共9页
袁红星%吴少群%余辉晴%朱仁祥%诸葛霞
袁紅星%吳少群%餘輝晴%硃仁祥%諸葛霞
원홍성%오소군%여휘청%주인상%제갈하
数据驱动%深度估计%深度迁移%语义分割%2D转3D
數據驅動%深度估計%深度遷移%語義分割%2D轉3D
수거구동%심도고계%심도천이%어의분할%2D전3D
data driven%depth estimation%depth transfer%semantic segmentation%2D-to-3D
海量视频数据推动了基于数据驱动的单目图像深度估计研究.针对现有方法存在不同对象深度分配层次感不够的问题,在相似场景具有相似深度的假设前提下,提出一种基于语义级分割和深度迁移的单目图像2D转3D的方法.首先使用分割迁移模型将输入图像的像素进行语义级分类;然后通过语义级分类结果对场景匹配进行约束;再次利用SIFT流建立输入图像和匹配图像间像素级对应关系,并由此将匹配图像的深度迁移到输入图像上;最后通过语义级分割约束的最优化深度融合模型为不同对象区域分配深度值.Make3D测试数据的实验结果表明,该方法估计的深度质量比现有深度迁移方法更高,与最优化融合深度迁移算法相比,平均对数误差和平均相对误差分别降低0.03和0.02个点.
海量視頻數據推動瞭基于數據驅動的單目圖像深度估計研究.針對現有方法存在不同對象深度分配層次感不夠的問題,在相似場景具有相似深度的假設前提下,提齣一種基于語義級分割和深度遷移的單目圖像2D轉3D的方法.首先使用分割遷移模型將輸入圖像的像素進行語義級分類;然後通過語義級分類結果對場景匹配進行約束;再次利用SIFT流建立輸入圖像和匹配圖像間像素級對應關繫,併由此將匹配圖像的深度遷移到輸入圖像上;最後通過語義級分割約束的最優化深度融閤模型為不同對象區域分配深度值.Make3D測試數據的實驗結果錶明,該方法估計的深度質量比現有深度遷移方法更高,與最優化融閤深度遷移算法相比,平均對數誤差和平均相對誤差分彆降低0.03和0.02箇點.
해량시빈수거추동료기우수거구동적단목도상심도고계연구.침대현유방법존재불동대상심도분배층차감불구적문제,재상사장경구유상사심도적가설전제하,제출일충기우어의급분할화심도천이적단목도상2D전3D적방법.수선사용분할천이모형장수입도상적상소진행어의급분류;연후통과어의급분류결과대장경필배진행약속;재차이용SIFT류건립수입도상화필배도상간상소급대응관계,병유차장필배도상적심도천이도수입도상상;최후통과어의급분할약속적최우화심도융합모형위불동대상구역분배심도치.Make3D측시수거적실험결과표명,해방법고계적심도질량비현유심도천이방법경고,여최우화융합심도천이산법상비,평균대수오차화평균상대오차분별강저0.03화0.02개점.
