基于机器学习的深度图生成算法研究

《基于机器学习的深度图生成算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、，繼謹塞，ｍ．？．？？■．■■：．：：：ｙ．－？．Ｈ＇产－；．；ｌ＇子．．—－护；一？，．．．．．二－Ｊ■＇Ｉｉ一．＂Ｉ．ＳｏＷｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ工程硕±学位论文基于机器学习的深度图生成算法研究Ｉ．■｛．＼．－．作者姓名余朗衡■■．＂‘＇工程领域电子与通信工程．校内指导教师刘杰平副教授校外指导教师陈茂生高级工程师所在学院电子与信息学院论文提交日期２０１６年１月￥Depth

2、MapsGenerationAlgorithmBasedonMachineLearningADissertationSubmittedfortheDegreeofMasterCandidate：YuLanghengSupervisor：Prof.LiuJiepingSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP399学校代号：10561学号：201321009783华南理工大学硕士学位论文基于机器学习的深度图生成算法研究作者姓名：余朗衡指导教师姓名、职称：刘杰平副教授申请学位级别：工程硕士工程领域名称：电子与通信工程论

3、文形式：□产品研发□工程设计X应用研究□工程/项目管理□调研报告研究方向：信号与信息处理论文提交日期：2016年3月23日论文答辩日期：2016年3月18日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：林奕琳委员：黄庆华林春漪刘杰平华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的硏究成果。除了文中特别加标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，巧已在文中明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者

4、签名；缴日期：风／＆年＾月若日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定：，目Ｐ研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并巧国家有关部口或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可布学位论文的全部或部分内容，可！＾允许采巧影印、缩印或其它复制手段保存、汇编学位论文。本人电予文档的内容和纸质论文的内容相一致。本学位论文属于：□保密，在年解密后适用本授权书。垃木保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同

5、意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全部或部分内容。＂＂（请在＾＾＾＾上相应方框内打Ｖ）多／６３月名固作者签名：娜衡日期：之口卑＞之之。八５指导教签名日间师期式＾韦４句句摘要随着显示技术的进步，3D显示设备的质量和显示效果已经得到很大的提高，但专业的3D拍摄技术设备昂贵，制作过程复杂、周期长，致使3D资源极其匮乏。运用计算机视觉和相关图像处理算法，估计出2D图像的深度信息，将2D转换为3D，不仅可以解决人们对3D资源的需求，还可以让人们以3D形式重温以前的照片和视频。基于机器

6、学习的深度图生成方法，由于适用性较高，对目标场景没有固定的限制，生成的深度图较符合目标图像的深度变化，成为目前深度图生成的重点研究领域。本文主要研究基于机器学习方法提高深度图生成的速度和质量，主要工作如下：1、研究了基于kNN图像搜索和交叉双边滤波的深度图生成方法，提出了一种基于场景聚类和导向滤波的深度图生成算法。该算法首先将深度图像库所有图像聚类为具有一定结构特征的类别，将对图像库中图像进行逐个搜索的方式转化为对相似场景的搜索，大大提高了搜索速度；采用速度更快的导向滤波代替交叉双边滤波，缩短了深度图滤波的时间。仿真实验表明，在深度图质量基本相同的情况下，与基于相对高度及基于k

7、NN图像搜索和交叉双边滤波的深度图生成方法相比，本文提出算法提高了深度图生成的效率。2、提出了一种用于深度图生成的视觉词典训练方法。针对深度图生成这个应用，首先研究了视觉单词的主要概念，确定了视觉单词需要具备的常见性、区分度和信息量三个性质，并设计了包含随机采样、初始化聚类、交叉验证等多个步骤的视觉单词训练方法。实验表明该训练方法可以从深度图像库中挖掘出代表某种基本结构元素的视觉单词，组成可用于深度图生成的视觉词典。3、提出了基于视觉词典的深度图生成方法。该方法在目标图像的多个分辨率下进行视