深度图像优化分层分割的3D场景流估计

摘要：

针对现有基于RGBD数据的3D场景流估计方法,在复杂背景、弱刚性运动以及运动遮挡等情况下计算精度与鲁棒性较低的缺点,提出一种基于深度图像优化分层分割的3D场景流估计方法.首先,利用连续图像序列帧间光流信息对场景深度图像进行优化分层分割,提取图像中运动目标与背景的深度信息.然后,根据深度图像分层结果,利用坐标下降法并结合图像分层技术计算RGBD序列3D场景流.最后,分别采用RGBD、Middlebury以及SRSF等测试图像集对方法的深度图像分层和场景流估计的准确性与可靠性进行综合对比试验.实验结果表明:所提方法针对复杂场景、弱刚性运动以及运动遮挡等类型图像具有较高的场景流估计精度与鲁棒性.

关键词：场景流、深度图像、RGB图像序列、分层分割

所属期刊栏目：32

分类号：TH701;TP391(仪器、仪表)

资助基金：国家自然科学基金61772255,61462062;江西省优势科技创新团队计划20152BCB24004,20165BCB19007;航空科学基金2016ZC56005;江西省青年科学基金20171BAB212012;江西省重点研发计划20161BBE50080

在线出版日期：2018-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：17-25