天津市自然科学基金(12JCYBJC10400)
- 作品数：2 被引量：2H指数：1
- 相关作者：张凝李乐乐雷建军更多>>
- 相关机构：天津大学高德信息技术有限公司更多>>
- 发文基金：天津市自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于非局部随机游走和运动补偿的2D转3D优化方法
- 2017年
- 2D转3D技术可以从2D资源中获取深度信息,以满足3D显示对3D内容的需求。针对2D转3D深度估计中的深度优化问题,提出一种基于非局部随机游走(NRW)和运动补偿的深度优化算法。本文方法在采用NRW和移动双边滤波(SBF)获得关键帧和非关键帧深度图的基础上,为了锐化非关键帧深度序列对象边界,结合纹理信息利用NRW算法优化深度图,同时又考虑相邻帧间的时域信息,采用运动补偿的方法对非关键帧深度序列进行优化,获得高质量的深度视频序列。实验结果表明,本文方法可以得到对象边界更加准确的深度视频估计结果。
- 张凝雷建军李乐乐张翠翠梅旭光
- 基于卷积-递归神经网络和费舍尔向量的RGB-D物体识别被引量：2
- 2021年
- 综合利用彩色和深度信息,采用多数据模式的特征提取策略,提出一种基于卷积-递归神经网络和费舍尔向量的RGB-D物体识别方法.对于彩色图像和深度图像,分别利用卷积-递归神经网络和卷积-费舍尔向量-递归神经网络提取物体的纹理及形状特征.为了更加全面的获取物体信息的特征表述,引入了灰度图像和表面法向量作为原始数据的补充,并利用卷积-递归神经网络提取特征.最后,将4种数据模式下提取到的特征融合起来,输入到softmax分类器中实现RGB-D物体识别.在标准的RGB-D数据库中对算法进行验证,所提算法可以有效提高物体识别率.
- 牛力杰丛润民倪敏郑泽勋陈越罗晓维
