语义级深度迁移的2D转3D算法

海量视频数据推动了基于数据驱动的单目图像深度估计研究.针对现有方法存在不同对象深度分配层次感不够的问题,在相似场景具有相似深度的假设前提下,提出一种基于语义级分割和深度迁移的单目图像2D转3D的方法.首先使用分割迁移模型将输入图像的像素进行语义级分类;然后通过语义级分类结果对场景匹配进行约束;再次利用SIFT流建立输入图像和匹配图像间像素级对应关系,并由此将匹配图像的深度迁移到输入图像上;最后通过语义级分割约束的最优化深度融合模型为不同对象区域分配深度值.Make3D测试数据的实验结果表明,该方法估计的深度质量比现有深度迁移方法更高,与最优化融合深度迁移算法相比,平均对数误差和平均相对误差分别降低0.03和0.02个点.     

影讯简

杰瑞·尤斯曼与玛姬·泰勒夫妇的作品里，任何一个单位元素，云朵、湖水、树木、蜜蜂、斑马……都是我们再熟悉不过的，这些都是构成真实世界的真实元素。但是两位摄影师打乱了物体原本的规律，在视觉上运用真实的元素把我们带入了另外一个内心的“真实”世界。