基于SVM模型的单目红外图像深度估计方法

    公开(公告)号:CN102708569A

    公开(公告)日:2012-10-03

    申请号:CN201210150624.2

    申请日:2012-05-15

    Applicant: 东华大学

    Inventor: 席林 孙韶媛

    Abstract: 本发明提出一种针对红外图像进行深度估计的方法,利用支持向量回归理论对已对红外图像提取的深度特征构建深度估计模型,从而利用深度模型估计新的红外图像的深度图。首先选取红外图像中的特征向量;接着利用逐步线性回归方法查找与红外深度特征相关的特征向量,对筛选的特征向量再进行独立成分分析,得出互相独立的特征向量,并构建红外深度训练集;然后以具有核函数的非线性支持向量回归理论为基础对训练集计算得出深度估计模型;最后对新引入的红外图像按照训练集中的特征提取方法进行提取后通过模型对其进行深度估计,从而得出该红外图像的深度图。实验结果证明,该方法能够有效估计红外图像的深度图。

    基于优化BP神经网络模型的单目红外图像深度估计方法

    公开(公告)号:CN102750702A

    公开(公告)日:2012-10-24

    申请号:CN201210206701.1

    申请日:2012-06-21

    Applicant: 东华大学

    Inventor: 孙韶媛 席林

    Abstract: 本发明涉及一种基于优化BP神经网络模型的单目红外图像深度估计方法,包括以下步骤:获取单目红外图像及其所对应的深度图;为单目红外图像中的像素点设定至少三个不同尺度的特征区域;计算单目红外图像中像素点所对应的特征区域的特征向量;对所有特征向量依次利用逐步线性回归和独立分量分析方法进行筛选,得到符合红外图像深度信息的特征向量;利用得到的特征向量与单目红外图像所对应的深度图构建深度训练样本集合,将该集合中的特征向量与深度图的深度值用BP神经网络进行非线性拟合,通过遗传算法对BP神经网络进行优化,进而构建深度模型;将单目红外图像通过深度模型分析得到深度估计值。本发明可以较为准确地估计红外图像的深度信息。

    基于SVM模型的单目红外图像深度估计方法

    公开(公告)号:CN102708569B

    公开(公告)日:2015-10-28

    申请号:CN201210150624.2

    申请日:2012-05-15

    Applicant: 东华大学

    Inventor: 席林 孙韶媛

    Abstract: 本发明提出一种针对红外图像进行深度估计的方法,利用支持向量回归理论对已对红外图像提取的深度特征构建深度估计模型,从而利用深度模型估计新的红外图像的深度图。首先选取红外图像中的特征向量;接着利用逐步线性回归方法查找与红外深度特征相关的特征向量,对筛选的特征向量再进行独立成分分析,得出互相独立的特征向量,并构建红外深度训练集;然后以具有核函数的非线性支持向量回归理论为基础对训练集计算得出深度估计模型;最后对新引入的红外图像按照训练集中的特征提取方法进行提取后通过模型对其进行深度估计,从而得出该红外图像的深度图。实验结果证明,该方法能够有效估计红外图像的深度图。

    基于优化BP神经网络模型的单目红外图像深度估计方法

    公开(公告)号:CN102750702B

    公开(公告)日:2014-10-15

    申请号:CN201210206701.1

    申请日:2012-06-21

    Applicant: 东华大学

    Inventor: 孙韶媛 席林

    Abstract: 本发明涉及一种基于优化BP神经网络模型的单目红外图像深度估计方法,包括以下步骤:获取单目红外图像及其所对应的深度图;为单目红外图像中的像素点设定至少三个不同尺度的特征区域;计算单目红外图像中像素点所对应的特征区域的特征向量;对所有特征向量依次利用逐步线性回归和独立分量分析方法进行筛选,得到符合红外图像深度信息的特征向量;利用得到的特征向量与单目红外图像所对应的深度图构建深度训练样本集合,将该集合中的特征向量与深度图的深度值用BP神经网络进行非线性拟合,通过遗传算法对BP神经网络进行优化,进而构建深度模型;将单目红外图像通过深度模型分析得到深度估计值。本发明可以较为准确地估计红外图像的深度信息。

Patent Agency Ranking