基于运动估计的2D转3D视频深度滤波

根据视频中距离越近运动尺度越大的原理,物体的运动包含了提取2D视频深度的最有效信息.然而自然视频中,物体运动存在加速度,物体在同样深度情况下,运动时大时小,结果将导致通过运动估计提取的深度存在不连续性.根据物体运动连续性的特点,同一物体在不同帧中的深度变化也存在连续性.提出一种基于运动估计的2D转3D深度滤波算法.该算法中,以高斯滤波为基础,并采用相似度作为权重,自适应地修改高斯滤波器的参数,实现了自适应的高斯滤波.实验结果表明,采用该算法有效地减小了运动估计误差,平滑了深度序列,提高了深度序列的准确性和合理性.