立体视频对象分割综述

介绍了目前应用于立体视频对象分割的不同算法,分析对比了几种基于深度信息的不同分割算法各自的优点和不足,并提出了进一步研究的方向。

一种基于自适应权值的立体匹配方法

提出了一种新的自适应权值的立体匹配方法,在匹配中无需逐像素确定其支持窗口的尺寸。首先根据像素间的相似性和邻近性对匹配窗口内每一像素的支持权值进行调整,使与待匹配点位于同一区域的像素权值增大,然后在匹配的代价函数中引入视差平滑性约束项,从而获得最终视差。在Middlebury提供的标准图像上进行了测试。实验结果表明,该方法可以获得良好的视差图。

基于视差估计的中间视合成

提出了一种基于视觉估计的中间视合成方法。为了生成高质量的中间视图,在视差估计中提出了一种新的基于自适应权值的方法,并在匹配的代价函数中引入视差平滑性约束项。在获得可靠密集视差图后,通过寻找中间视图中像素点在左、右图像中的对应点来合成中间视。实验结果表明,本算法可以获得很好的视差图,合成的中间视图具有较高的质量。