为了提高虚拟视点绘制中空洞填补的质量,本文提出一种基于卷积神经网络的虚拟视点空洞填补算法,包括图像预处理、特征提取和空洞填补三部分。首先,对双视点虚拟视点图像进行预处理,即利用深度图像绘制(Depth Image Based Rendering,DIBR...为了提高虚拟视点绘制中空洞填补的质量,本文提出一种基于卷积神经网络的虚拟视点空洞填补算法,包括图像预处理、特征提取和空洞填补三部分。首先,对双视点虚拟视点图像进行预处理,即利用深度图像绘制(Depth Image Based Rendering,DIBR)技术得到空洞填补前的图像和空洞掩膜;然后,通过卷积神经网络对虚拟视点图像提取多维特征,针对空洞区域,使用结构相似性损失函数优化网络;最后,利用提取的特征填补虚拟视点中的空洞。实验结果表明,本文算法能较好地保持虚拟视点图像前景和背景的锐利边缘,主观视觉感知效果佳,同时,对不同场景测试序列的客观评价指标PSNR和SSIM都能取得满意结果,该方法能有效地填补虚拟视点中的空洞。展开更多
包裹体积测量是物流计费的重要环节.针对快递网点和快递员上门收件等场景中对包裹体积现场快速测量的需求,提出一种基于RGB-D(red green blue-depth)相机的手持式包裹体积测量方法.首先,使用RGB-D相机获得场景初始点云,对初始点云预处...包裹体积测量是物流计费的重要环节.针对快递网点和快递员上门收件等场景中对包裹体积现场快速测量的需求,提出一种基于RGB-D(red green blue-depth)相机的手持式包裹体积测量方法.首先,使用RGB-D相机获得场景初始点云,对初始点云预处理后得到包裹点云,并提取包裹的两个特征平面.其次,对点云平面进行坐标变换,针对坐标变换后点云数据的非均匀性问题,采用基于八叉树的体素滤波算法对点云进行下采样及初步均匀化处理,并提出一种点云空洞填补算法修复体素滤波后点云中的空洞,从而得到两组分布均匀的包裹特征平面点云.最后,利用两组特征平面点云的坐标求取包裹体积.实验结果表明:测量结果的重复性相对误差小于1.6%,在不大于80 cm的拍摄距离内体积测量相对误差小于3.2%,满足物流现场高精度、低成本测量的需求.展开更多
文摘为了提高虚拟视点绘制中空洞填补的质量,本文提出一种基于卷积神经网络的虚拟视点空洞填补算法,包括图像预处理、特征提取和空洞填补三部分。首先,对双视点虚拟视点图像进行预处理,即利用深度图像绘制(Depth Image Based Rendering,DIBR)技术得到空洞填补前的图像和空洞掩膜;然后,通过卷积神经网络对虚拟视点图像提取多维特征,针对空洞区域,使用结构相似性损失函数优化网络;最后,利用提取的特征填补虚拟视点中的空洞。实验结果表明,本文算法能较好地保持虚拟视点图像前景和背景的锐利边缘,主观视觉感知效果佳,同时,对不同场景测试序列的客观评价指标PSNR和SSIM都能取得满意结果,该方法能有效地填补虚拟视点中的空洞。
文摘包裹体积测量是物流计费的重要环节.针对快递网点和快递员上门收件等场景中对包裹体积现场快速测量的需求,提出一种基于RGB-D(red green blue-depth)相机的手持式包裹体积测量方法.首先,使用RGB-D相机获得场景初始点云,对初始点云预处理后得到包裹点云,并提取包裹的两个特征平面.其次,对点云平面进行坐标变换,针对坐标变换后点云数据的非均匀性问题,采用基于八叉树的体素滤波算法对点云进行下采样及初步均匀化处理,并提出一种点云空洞填补算法修复体素滤波后点云中的空洞,从而得到两组分布均匀的包裹特征平面点云.最后,利用两组特征平面点云的坐标求取包裹体积.实验结果表明:测量结果的重复性相对误差小于1.6%,在不大于80 cm的拍摄距离内体积测量相对误差小于3.2%,满足物流现场高精度、低成本测量的需求.