加权SIFT流深度迁移的单幅图像 2D转3D

fordies1

摘 要： ２Ｄ视频转 ３Ｄ视频是解决 ３Ｄ片源不足的主要手段，而单幅图像的深度估计是其中的关键步骤．提出基 于加权 ＳＩＦＴ流深度迁移和能量模型优化的单幅图像深度提取方法．首先利用图像的全局描述符从深度图数据库中检 索出近邻图像；其次通过 ＳＩＦＴ流建立输入图像和近邻图像之间像素级稠密对应关系；再次由 ＳＩＦＴ流误差计算迁移权 重，将近邻图像对应像素点的深度乘以权重后迁移到输入图像上；然后利用均值滤波对迁移后的近邻图像深度进行融 合；最后建立深度图优化能量模型，在尽量接近迁移后近邻图像深度的前提下，平滑梯度较小区域的深度．实验结果表 明，该方法降低了估计深度图的平均相对误差，增强了深度图的均匀性． 关键词： ２Ｄ转 ３Ｄ；尺度不变特征变换流；深度估计；深度图优化；能量模型

0 H0 ]& s/ `3 W4 F, w* _! J附件下载：

游客，如果您要查看本帖隐藏内容请回复

0 f3 q5 u  d* M1 I' ?0 ^8 y
1 o$ P4 F9 I8 A4 |, y( \  J

reasonant-j

该方法降低了估计深度图的平均相对误差，增强了深度图的均匀性