基于三維模型匹配的單張圖像物體深度恢復.pdf

1、從視頻和圖片中恢復三維信息是計算機視覺領域里的一個基本問題，有著廣泛的應用。例如，高質量的深度信息不僅可以直接用來重建場景的三維結構、輔助機器人導航，而且還能幫助計算機更好地識別和理解圖像中的物體和場景。特別是隨著機器人、虛擬現(xiàn)實和增強現(xiàn)實等應用的興起，如何讓計算機更好地根據(jù)所拍攝的圖像或視頻去分析和理解三維世界變得越來越重要。由于很多時候，我們只能獲取單張圖像，因此如何為單幀圖像恢復深度具有重要的理論研究意義和應用價值。隨著三維模型數(shù)

2、據(jù)集的快速增長，許多研究人員開始嘗試利用這些先驗模型來進行單幀圖像的物體深度恢復。但是，現(xiàn)有的方法一般要求輸入圖片與訓練集中的數(shù)據(jù)有較高的匹配度，難以處理輸入圖片中的物體與模型庫中的三維模型差異較大的情況;而且，很多方法要求物體的分割信息作為物體深度恢復的先驗信息，這很大程度上限制了算法的應用場景。
　　本研究提出了一個無需預先分割的單張圖像物體自動深度恢復方法。首先，將圖片與訓練集中的數(shù)據(jù)進行圖片匹配，求得候選集，并根據(jù)候選集圖

3、片的結構特征進行自適應分塊，在此基礎上進行分塊匹配，將分塊匹配的結果作為深度預測的依據(jù)，有效解決了輸入圖片與數(shù)據(jù)集中的三維模型無法很好匹配的情況。其次，基于分塊匹配的結果對物體進行自動分割，實現(xiàn)了高質量的物體自動分割和深度估計。再次，針對通過匹配得到的深度在物體不連續(xù)邊界區(qū)域比較粗糙的情況，提出使用改進的分割結果來進行約束，對空洞區(qū)域進行深度補全，并進行雙邊濾波使得深度平滑化，從而有效提高了深度恢復的質量。一系列的實驗結果和與其它方法的