基于单幅图像的深度非连续性估计

如何准确保持深度的非连续是以视觉方法进行三维重建中的重要问题。针对此类问题,提出了一种基于单幅图像进行几何非连续性估计的全局优化方法。将其作为一个统计学习问题,构建由一系列彩色图像及其对应深度图组成的训练库,通过在图像和深度图中分别选取合适的图像特征向量以及深度连续性度量,训练联合高斯马尔可夫随机场概率模型,使得几何非连续估计过程能够有效结合图像的上下文信息来进行全局推理。实验结果证明了算法的有效性。