-
题名单幅图像的深度标签流形学习
被引量:1
- 1
-
-
作者
叶华
谭冠政
-
机构
中南大学信息科学与工程学院
湖南文理学院洞庭湖生态经济区建设与发展省级协同创新中心
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2018年第6期234-240,共7页
-
基金
国家自然科学基金(61403136)
湖南省自然科学基金(14JJ5008)
湖南省教育厅项目(16C1087)
-
文摘
图像中背景与前景对象的空间位置决定了场景在图像中的相对深度,利用图像的局部特征相似性和流形结构的降维性能,并应用salient区域DCT高频系数分布的深度排序索引性能,定义出图像深度的马尔科夫概率图模型MRF。通过划分场景对象检测salient区域模糊度,最后估计得出图像场景的相对深度图。通过学习图像数据的流形嵌入对数据流形分布概率密度函数进行迁移,得出遵循相似流形分布的对象特征类别标记概率密度分布。进一步检测空间变化salient区的模糊程度,融合多尺度梯度幅度的高频离散余弦变换DCT系数特征,依据模糊变化高频特征计算深度标记索引确定深度标签的层级次序,融合类别标签以生成深度图。这种模型框架下检测单个图像中模糊和未模糊的区域,可获得图像中场景的相对深度,而无需了解相机设置或模糊类型的先验参数。在典型的深度图估计数据集中应用MRF深度图模型评测图像的深度估计性能,实验结果给出该方法在检测场景分布和划分场景深度次序上的准确率,验证了方法的有效性。
-
关键词
流形嵌入
深度排序
标记流形学习
离散余弦变换
模糊检测
-
Keywords
manifold embedding
depth ordering
tagging manifold learning
discretecosine transform(DCT)
blur detecting
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-