【摘 要】
：
针对传统立体匹配算法准确率低且在弱纹理区域存在误匹配的问题，提出融合多尺度信息的各向异性立体匹配算法（ASMSI）。首先构造各向异性的匹配代价计算函数，将梯度和相角信息引入代价计算过程中用于剔除弱纹理区域的离群点；随后采用融合多尺度信息十字交叉代价聚合计算每个支持域内的匹配代价；进一步经赢家通吃策略生成初始视差图；在此基础上进行左右一致性检测及后处理得到精修后的视差图；最后通过仿真实验对比图像中非
论文部分内容阅读
针对传统立体匹配算法准确率低且在弱纹理区域存在误匹配的问题，提出融合多尺度信息的各向异性立体匹配算法（ASMSI）。首先构造各向异性的匹配代价计算函数，将梯度和相角信息引入代价计算过程中用于剔除弱纹理区域的离群点；随后采用融合多尺度信息十字交叉代价聚合计算每个支持域内的匹配代价；进一步经赢家通吃策略生成初始视差图；在此基础上进行左右一致性检测及后处理得到精修后的视差图；最后通过仿真实验对比图像中非遮挡、深度不连续区域的误匹配率和运行时间来评价算法模型。实验结果表明：所提算法能有效解决弱纹理区域的误匹
其他文献
针对移动端的计算资源和存储空间有限等问题，本文提出了一种轻量级的三维人体重建方法。首先，采用DeepLabV3+网络对人体正面和侧面图像进行分割，获得人体净身轮廓。其次利用SMPL人体模型对三维人体进行参数化表示，并对SMPL模型的正面和侧面进行投影，获得二值轮廓作为数据集。然后，构建并训练一个教师网络以预测二值轮廓图的SMPL参数。之后，构建一个轻量级的学生网络，通过知识蒸馏的方式，利用教师网络
骨架数据是通过对动作的空间几何位置进行编码获取， 可以避免冗余背景信息的干扰， 是动作识别领域常用的数据类型之一. 现有的有关骨架数据的动作识别综述主要分为经典的骨架数据表征和基于深度学习的骨架动作识别应用. 相较于传统欧氏度量下的识别方法， 流形为更好的研究非线性结构提供了重要数学工具. 然而， 目前仍缺乏利用流形假设对骨架数据进行动作识别的相关总结. 因此， 本文从骨架表示、轨迹时间对齐、动作
针对在自然场景中，由于遮挡、视角限制和操作不当等问题，导致传感器获取的植物或器官点云不完整，提出了一种基于多尺度特征提取模块结合点云金字塔解码器（Multi-scale feature extraction model with point cloud pyramid decoder，MSF-PPD）的叶片形状补全网络。首先，采用多尺度特征提取模块实现不同维度特征信息的全局提取和融合，其次，通过点
本文提出一种可靠的数字水印技术，首次对水印图像采用半色调和四叉树技术进行预处理，将内容的位置信息提取出来做为实际的嵌入值；载体图像进行离散小波变换(DWT)，对高频子图进行8×8分割和最佳离散余弦变换(DCT)操作；信息嵌入到DCT变换矩阵失真最小的位置。在提取水印时，通过系数矩阵最佳位置数据对的比较规则，准确提取出水印内容的位置信息，进而恢复水印图片。仿真实验分析表明，该算法不仅能够提高水印的有
人群计数旨在准确地预测现实场景中人群的数量、分布和密度，然而现实场景普遍存在背景复杂、目标尺度多样和人群分布杂乱等问题，给人群计数任务带来极大的挑战。针对这些问题，提出了一种融合通道与空间注意力的端到端人群计数模型CSANet。该模型采用多层次编解码网络结构提取多尺度语义特征，并充分融合空间上下文信息，以此来解决复杂场景中行人尺度变化和分布杂乱的问题；为了降低复杂背景对计数性能的影响，在不同层次特
SSD（Single Shot Multi-Box Detector）是目前广泛应用于行人检测的神经网络算法，为了提高其检测精度和检测速度，对SSD算法进行了有效改进（改进后的算法称为XSSD-P）。首先，选择Xception网络作为XSSD-P算法的骨干网络并重新选择用于预测的特征层；然后根据行人外形尺寸的特征设计了多尺度卷积核和基础锚框，并将二者耦合，基础锚框通过调节自身大小得到锚框（anch
针对判别最小二乘回归(DLSR)对图像噪声鲁棒性不佳的问题，提出一种基于潜子空间去噪的子空间学习图像分类方法(DLSSL)。该方法在架构上不同于现有基于回归的分类方法，其在视觉空间与标签空间中引入一个潜在子空间，将传统的图像分类框架改进为两步，即先降噪后分类。该方法先通过欠完备自编码将数据的高阶特征提取到潜在空间，再利用此高阶特征进行回归分类，同时辅以组核范数约束控制类内样本间距离。潜在子空间的引
通过田间试验，研究了玉米秸秆深翻还田对表层（0～20 cm）和亚表层（20～40 cm）土壤及其团聚体内有机碳含量和化学组成的影响。结果表明：无论表层还是亚表层土壤，与玉米秸秆未还田的对照处理相比，秸秆深翻还田后>2 mm水稳性大团聚体比例显著增加而0.25～0.053 mm水稳性微团聚体的比例显著降低，使得水稳性团聚体的平均重量直径显著增加；土壤有机碳、颗粒有机碳、胡敏酸碳和胡敏素碳含量以及胡敏
针对不同波动程度的海场景下红外目标检测的难点，提出一种傅里叶域内对海背景进行双模型建模的目标检测算法。由于不同的海场景具有不同的海水波动模式，用单一的模型较难准确的描述所有的海场景。海水在傅里叶域内幅度谱的稳定性较强，因此提出一种傅里叶域内的双海水背景模型，即概率单高斯模型和混合高斯模型。首先对海上红外图像进行行方向的傅里叶变换，获得图像的幅度谱和相位谱。然后利用训练阶段纯海水图像幅度谱序列的方差
特征点匹配可以在输入的图像之间生成一个对应关系，它是视觉里程计中一个基础且重要的模块，并且在不同计算机视觉领域中有着广泛的应用。随机抽样一致算法(Random Sample Consensus, RANSAC)是一种应用较广的图像匹配算法，但存在召回率较低且耗时较长的问题。本文基于网格运动统计方法与顺序选取策略，提出了RANSAC改进算法。首先对初始特征匹配进行质量排序，在此基础上将输入图像划分为