重要公告

为更好地推广我社的中文期刊,扩大论文展示和被阅读范围,我社将与北京春城教育出版物研究中心合作在中国出版发行专业文集 、 汇编作品等电子出版物。因来稿数量巨大,我社人员有限,实在来不及同各作者一一单独协商, 我社在此特作如下声明:所有作者已发布来稿将同时视为作者同意投递北京春城教育物研究中心用于中国大陆地区相关电子出版物的编制出版使用。如个别作者存有异议,请在本月内来函声明 , 我们将充分尊重作者意愿。即曰起 ,全部投寄我社出版的中文稿件均视为作者同意同时向北京春城教育物研究中心投稿出版,如不想在相关地域出版,请在投递时加以说明。感谢配合和支持!

2020年5月15日

首页出版说明中文期刊中文图书环宇英文官网付款页面工作人员查询

基于光场图像的深度估计及快速三维重建研究

马 宇航, 郑 胜男, 刘 恒亓, 陈 迪祺
南京工程学院

摘要


三维重建是计算机视觉中的经典问题之一,其应用领域广泛,一直是相关领域研究的热点。而三维重建的
精确性和速度取决于场景深度信息的估计。随着光场成像技术的发展,光场图像的获取越来越便利,光场图像包含
四维信息,有利于场景深度信息的精确估计。深度学习在光场图像深度估计中的应用提高了光场图像深度估计的速
度和精度,进一步能够实现场景的三维重建。本文研究利用光场图像结合深度学习进行场景深度估计,最终实现近
景快速的三维重建。

关键词


光场图像;深度估计;深度学习;快速三维重建

全文:

PDF

参考


[1] Luo Y , Zhou W , Fang J , et al. EPI-Patch Based

Convolutional Neural Network for Depth Estimation on 4D Light

Field[C]// International Conference on Neural Information

Processing. Springer, Cham, 2017.

[2] Shin C , Jeon H G , Yoon Y , et al. EPINET: A

Fully-Convolutional Neural Network Using Epipolar Geometry

for Depth from Light Field Images[J]. IEEE, 2018.

[3] Zhou W , Wei X , Yan Y , et al. A hybrid learning

of multimodal cues for light field depth estimation[J]. Digital

Signal Processing, 2019, 95(11):102585.

[4] Tsai Y J , Liu Y L , Ming O , et al. AttentionBased View Selection Networks for Light-Field Disparity

Estimation[J]. Proceedings of the AAAI Conference on

Artificial Intelligence, 2020, 34(7):12095-12103.

[5] Woo S , Park J , Lee J Y , et al. CBAM: Convolutional

Block Attention Module[J]. Springer, Cham, 2018.

[6] Wanner S,Meister S,Goldluecke B.Datasets

and benchmarks for densely sampled 4d light field[C]//

VMV.2013:225-226.

[7] Honauer K , Johannsen O , Kondermann D , et al. A

Dataset and Evaluation Methodology for Depth Estimation on

4D Light Fields[C]// Asian Conference on Computer Vision.

Springer, Cham, 2016.




DOI: http://dx.doi.org/10.12361/2661-3727-04-02-84930

Refbacks

  • 当前没有refback。