《图像序列运动分析技术与应用》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:项学智著
  • 出 版 社:北京:科学出版社
  • 出版年份:2018
  • ISBN:9787030591555
  • 页数:153 页
图书介绍:本书以计算机视觉中运动分析领域的热门研究内容变分光流计算技术进行展开,结合作者近年教学成果,系统地论述了变分光流计算技术的基本原理、误差度量以及相关应用,并以此为基础,向当前三维视觉运动领域中的最新研究成果场景流分析进行平滑过渡,本书沿着技术演进路线进行撰写,建立了光流与场景流计算技术之间的紧密联系,通过将二维光流计算向三维空间推广从而将场景流的概念与计算方法介绍给广大读者,以便于读者理解并学习这一最新的运动分析技术,也利于启发读者借鉴光流计算中的新技术与新方法对场景流计算技术进行改进。本书可作为电子信息工程等专业的研究生教材,也可供相关工程技术人员选用。

第1章 绪论 1

1.1引言 1

1.2光流计算及其研究现状 1

1.2.1光流的基本概念 1

1.2.2光流与真实运动 2

1.2.3光流基本方程 2

1.2.4光流计算中存在的问题 3

1.2.5光流计算技术国内外研究现状 4

1.3从光流到场景流 8

1.3.1场景流的基本概念 8

1.3.2场景流计算技术国内外研究现状 8

本章小结 10

第2章 变分光流基本约束与误差评估 11

2.1引言 11

2.2光流计算数据项 11

2.2.1亮度恒常约束 11

2.2.2高阶恒常约束 12

2.2.3局部恒常约束 13

2.3光流计算平滑项 14

2.3.1全局平滑约束 14

2.3.2有向平滑约束 16

2.4光流计算误差分析 17

本章小结 18

第3章 彩色图像序列光流计算方法 19

3.1引言 19

3.2彩色图像序列光流计算基本原理 19

3.2.1 Lambertian表面 19

3.2.2颜色模型 20

3.2.3灰度一致性约束 21

3.2.4色彩一致性约束 22

3.3基于色彩梯度恒常的光流计算方法 24

3.3.1色彩梯度 24

3.3.2算法实现 25

3.3.3实验与误差分析 26

3.4基于可靠性判定的彩色图像序列光流计算方法 29

3.4.1彩色光流估计可靠性判定 30

3.4.2算法实现 31

3.4.3实验与误差分析 32

3.5局部与全局相结合的彩色图像序列光流计算方法 34

3.5.1彩色Lucas-Kanade光流算法 34

3.5.2彩色Horn-Schunck光流算法 34

3.5.3算法实现 35

3.5.4实验与误差分析 37

本章小结 40

第4章 变分多约束稠密光流计算方法 41

4.1引言 41

4.2变分偏微分光流基本形式 41

4.3能量函数的设计 42

4.3.1复合数据项的构建 42

4.3.2 平滑项的设计 43

4.4鲁棒惩罚函数 44

4.4.1变分有界函数空间与全变分范数 44

4.4.2基于鲁棒函数的光流能量函数 45

4.5能量泛函极小化及其数值计算 47

4.5.1能量泛函极小化 47

4.5.2数值计算 48

4.6基于图像金字塔的多分辨率光流计算 50

4.6.1图像金字塔及其构建 51

4.6.2多分辨率光流计算框架 51

4.7实验与误差分析 53

4.7.1合成图像序列实验 53

4.7.2真实图像序列实验 55

本章小结 57

第5章 基于卷积神经网络的有监督光流学习方法 58

5.1引言 58

5.2有监督光流学习网络基本原理 58

5.3有监督光流学习网络设计 59

5.3.1网络架构 59

5.3.2多假设约束学习 62

5.4实验与误差分析 64

5.4.1训练与评估数据集 64

5.4.2训练策略 65

5.4.3实验结果与分析 66

5.4.4消融分析 69

5.4.5光流计算时间分析 70

本章小结 71

第6章 基于光流的立体视差计算 72

6.1引言 72

6.2极线几何与极线校正 72

6.3立体视觉匹配中视差与深度的关系 73

6.4融合光流与分割的立体视差计算 74

6.4.1算法框架 74

6.4.2基于彩色分割的一致性区域提取 75

6.4.3视差平面提取 77

6.4.4置信传播 77

6.4.5实验分析 78

6.5基于光流的2D到3D视频转换 80

6.5.1面向压缩视频的光流计算 80

6.5.2基于光流与分割的2D到3D视频转换 84

本章小结 90

第7章 基于立体视觉的变分场景流计算方法 91

7.1引言 91

7.2双目立体视觉系统 91

7.3自适应各向异性全变分流驱动场景流计算框架 94

7.3.1亮度和梯度恒常约束相结合的数据项设计 94

7.3.2自适应各向异性全变分流驱动平滑项设计 96

7.4基于立体视觉的变分场景流求解 99

7.4.1场景流能量泛函的变分极小化 99

7.4.2场景流多分辨率求解策略 101

7.5实验与误差分析 103

7.5.1误差指标 103

7.5.2 Middlebury数据集测试 104

7.5.3 herni-spheres数据集测试 110

7.5.4真实场景数据集测试 112

本章小结 114

第8章 基于RGB-D图像序列的变分场景流计算方法 116

8.1引言 116

8.2深度图驱动各向异性全变分场景流计算框架 116

8.2.1基于三维局部刚性假设的数据项设计 116

8.2.2深度图驱动各向异性平滑项设计 119

8.3场景流能量泛函求解 119

8.3.1基于辅助变量的场景流求解 119

8.3.2场景流多分辨率求解策略 124

8.4实验与误差分析 124

8.4.1基于Middlebury立体数据集的场景流评估 125

8.4.2场景流计算的参数优化 129

8.4.3真实数据场景流计算评估 132

本章小结 138

第9章 基于场景流聚类的运动目标检测 139

9.1引言 139

9.2 ISODATA聚类分析 139

9.3基于场景流聚类的3D目标检测 142

9.4实验分析 143

本章小结 147

参考文献 148