基于SVM模型的单目红外图像深度估计

摘要：

提出一种通过非线性学习模型来估计单目红外图像深度的算法.该算法首先通过逐步线性回归和独立成分分析(ICA)寻找对于红外图像深度相关性较强的特征,然后以具有核函数的非线性支持向量机(SVM)为模型基础,采用监督学习的方法对红外图像深度特征进行回归分析并训练,在训练过程中通过已知数据回归后的最小均方误差对模型参数进行修正,训练后的模型可对单目红外图像的深度分布进行估计.实验结果证明,利用该模型能较一致地估计单目红外图像的深度信息.

关键词：红外图像、深度估计、SVM、核函数、单目深度

所属期刊栏目：42

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61072090

在线出版日期：2013-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1311-1315