CN102903096A - 一种基于单目视频的对象深度提取方法 - Google Patents
一种基于单目视频的对象深度提取方法 Download PDFInfo
- Publication number
- CN102903096A CN102903096A CN2012102301095A CN201210230109A CN102903096A CN 102903096 A CN102903096 A CN 102903096A CN 2012102301095 A CN2012102301095 A CN 2012102301095A CN 201210230109 A CN201210230109 A CN 201210230109A CN 102903096 A CN102903096 A CN 102903096A
- Authority
- CN
- China
- Prior art keywords
- depth
- pixel
- prime
- value
- depth map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 230000011218 segmentation Effects 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 25
- 230000008878 coupling Effects 0.000 claims description 20
- 238000010168 coupling process Methods 0.000 claims description 20
- 238000005859 coupling reaction Methods 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000003709 image segmentation Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000006467 substitution reaction Methods 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 238000009792 diffusion process Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
Claims (4)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210230109.5A CN102903096B (zh) | 2012-07-04 | 2012-07-04 | 一种基于单目视频的对象深度提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210230109.5A CN102903096B (zh) | 2012-07-04 | 2012-07-04 | 一种基于单目视频的对象深度提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102903096A true CN102903096A (zh) | 2013-01-30 |
CN102903096B CN102903096B (zh) | 2015-06-17 |
Family
ID=47575309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210230109.5A Active CN102903096B (zh) | 2012-07-04 | 2012-07-04 | 一种基于单目视频的对象深度提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102903096B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581651A (zh) * | 2013-10-28 | 2014-02-12 | 西安交通大学 | 一种用于车载多目摄像机环视系统的虚拟视点合成方法 |
CN103810708A (zh) * | 2014-02-13 | 2014-05-21 | 西安交通大学 | 一种激光散斑图像深度感知方法及装置 |
CN105052136A (zh) * | 2013-05-14 | 2015-11-11 | 华为技术有限公司 | 计算合成图片的方法与装置 |
CN105184784A (zh) * | 2015-08-28 | 2015-12-23 | 西交利物浦大学 | 基于运动信息的单目相机获取深度信息的方法 |
CN105204609A (zh) * | 2014-06-17 | 2015-12-30 | 立普思股份有限公司 | 深度摄影机系统 |
CN106530409A (zh) * | 2016-11-03 | 2017-03-22 | 浙江大学 | 立体匹配中局部区域一致性对应方法 |
CN107094260A (zh) * | 2016-02-17 | 2017-08-25 | 浙江大学 | 导出视差矢量和运动矢量的方法和装置 |
CN107481279A (zh) * | 2017-05-18 | 2017-12-15 | 华中科技大学 | 一种单目视频深度图计算方法 |
CN108765479A (zh) * | 2018-04-04 | 2018-11-06 | 上海工程技术大学 | 利用深度学习对视频序列中单目视图深度估计优化方法 |
CN108780577A (zh) * | 2017-11-30 | 2018-11-09 | 深圳市大疆创新科技有限公司 | 图像处理方法和设备 |
CN108961327A (zh) * | 2018-05-22 | 2018-12-07 | 深圳市商汤科技有限公司 | 一种单目深度估计方法及其装置、设备和存储介质 |
CN108986155A (zh) * | 2017-06-05 | 2018-12-11 | 富士通株式会社 | 多视点图像的深度估计方法和深度估计设备 |
CN109919985A (zh) * | 2019-03-01 | 2019-06-21 | 北京市商汤科技开发有限公司 | 数据处理方法和装置、电子设备和计算机存储介质 |
CN110163246A (zh) * | 2019-04-08 | 2019-08-23 | 杭州电子科技大学 | 基于卷积神经网络的单目光场图像无监督深度估计方法 |
CN110349197A (zh) * | 2019-07-03 | 2019-10-18 | 中山大学 | 一种白内障手术显微镜下单目深度估计方法 |
CN110517309A (zh) * | 2019-07-19 | 2019-11-29 | 沈阳工业大学 | 一种基于卷积神经网络的单目深度信息获取方法 |
CN110517304A (zh) * | 2019-07-26 | 2019-11-29 | 苏州浪潮智能科技有限公司 | 生成深度图的方法、装置、电子设备和存储介质 |
WO2020019175A1 (zh) * | 2018-07-24 | 2020-01-30 | 深圳市大疆创新科技有限公司 | 图像处理方法和设备、摄像装置以及无人机 |
CN111179327A (zh) * | 2019-12-30 | 2020-05-19 | 青岛联合创智科技有限公司 | 一种深度图的计算方法 |
CN111292425A (zh) * | 2020-01-21 | 2020-06-16 | 武汉大学 | 一种基于单双目混合数据集的视图合成方法 |
CN111366917A (zh) * | 2020-03-13 | 2020-07-03 | 北京百度网讯科技有限公司 | 可行驶区域检测方法、装置、设备及计算机可读存储介质 |
CN114283089A (zh) * | 2021-12-24 | 2022-04-05 | 北京的卢深视科技有限公司 | 基于跳跃加速的深度恢复方法、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040109585A1 (en) * | 2002-12-09 | 2004-06-10 | Hai Tao | Dynamic depth recovery from multiple synchronized video streams |
CN101945299A (zh) * | 2010-07-09 | 2011-01-12 | 清华大学 | 一种基于拍摄设备阵列的动态场景深度恢复方法 |
CN102074020A (zh) * | 2010-12-31 | 2011-05-25 | 浙江大学 | 对视频进行多体深度恢复和分割的方法 |
US20120127267A1 (en) * | 2010-11-23 | 2012-05-24 | Qualcomm Incorporated | Depth estimation based on global motion |
-
2012
- 2012-07-04 CN CN201210230109.5A patent/CN102903096B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040109585A1 (en) * | 2002-12-09 | 2004-06-10 | Hai Tao | Dynamic depth recovery from multiple synchronized video streams |
CN101945299A (zh) * | 2010-07-09 | 2011-01-12 | 清华大学 | 一种基于拍摄设备阵列的动态场景深度恢复方法 |
US20120127267A1 (en) * | 2010-11-23 | 2012-05-24 | Qualcomm Incorporated | Depth estimation based on global motion |
CN102074020A (zh) * | 2010-12-31 | 2011-05-25 | 浙江大学 | 对视频进行多体深度恢复和分割的方法 |
Non-Patent Citations (3)
Title |
---|
F.X.MARTINEZ等: "Extraction of the relative depth information of objects in video sequences", 《1998 INTERNATIONAL CONFERENCE ON IMAGE PROCESSING.ICIP 98》 * |
张鹏: "单目视频中深度图生成算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
徐姝姝等: "新的单目立体视觉的视差图的获取方法", 《计算机应用》 * |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105052136B (zh) * | 2013-05-14 | 2017-04-12 | 华为技术有限公司 | 计算合成图片的方法与装置 |
CN105052136A (zh) * | 2013-05-14 | 2015-11-11 | 华为技术有限公司 | 计算合成图片的方法与装置 |
CN103581651A (zh) * | 2013-10-28 | 2014-02-12 | 西安交通大学 | 一种用于车载多目摄像机环视系统的虚拟视点合成方法 |
CN103581651B (zh) * | 2013-10-28 | 2015-04-29 | 西安交通大学 | 一种用于车载多目摄像机环视系统的虚拟视点合成方法 |
CN103810708B (zh) * | 2014-02-13 | 2016-11-02 | 西安交通大学 | 一种激光散斑图像深度感知方法及装置 |
CN103810708A (zh) * | 2014-02-13 | 2014-05-21 | 西安交通大学 | 一种激光散斑图像深度感知方法及装置 |
CN105204609A (zh) * | 2014-06-17 | 2015-12-30 | 立普思股份有限公司 | 深度摄影机系统 |
CN105204609B (zh) * | 2014-06-17 | 2018-01-26 | 立普思股份有限公司 | 深度摄影机系统 |
CN105184784B (zh) * | 2015-08-28 | 2018-01-16 | 西交利物浦大学 | 基于运动信息的单目相机获取深度信息的方法 |
CN105184784A (zh) * | 2015-08-28 | 2015-12-23 | 西交利物浦大学 | 基于运动信息的单目相机获取深度信息的方法 |
CN107094260A (zh) * | 2016-02-17 | 2017-08-25 | 浙江大学 | 导出视差矢量和运动矢量的方法和装置 |
CN106530409A (zh) * | 2016-11-03 | 2017-03-22 | 浙江大学 | 立体匹配中局部区域一致性对应方法 |
CN106530409B (zh) * | 2016-11-03 | 2019-08-27 | 浙江大学 | 立体匹配中局部区域一致性对应方法 |
CN107481279A (zh) * | 2017-05-18 | 2017-12-15 | 华中科技大学 | 一种单目视频深度图计算方法 |
CN107481279B (zh) * | 2017-05-18 | 2020-07-07 | 华中科技大学 | 一种单目视频深度图计算方法 |
CN108986155B (zh) * | 2017-06-05 | 2021-12-07 | 富士通株式会社 | 多视点图像的深度估计方法和深度估计设备 |
CN108986155A (zh) * | 2017-06-05 | 2018-12-11 | 富士通株式会社 | 多视点图像的深度估计方法和深度估计设备 |
CN108780577A (zh) * | 2017-11-30 | 2018-11-09 | 深圳市大疆创新科技有限公司 | 图像处理方法和设备 |
CN108765479A (zh) * | 2018-04-04 | 2018-11-06 | 上海工程技术大学 | 利用深度学习对视频序列中单目视图深度估计优化方法 |
CN108961327A (zh) * | 2018-05-22 | 2018-12-07 | 深圳市商汤科技有限公司 | 一种单目深度估计方法及其装置、设备和存储介质 |
CN108961327B (zh) * | 2018-05-22 | 2021-03-30 | 深圳市商汤科技有限公司 | 一种单目深度估计方法及其装置、设备和存储介质 |
CN110800023A (zh) * | 2018-07-24 | 2020-02-14 | 深圳市大疆创新科技有限公司 | 图像处理方法和设备、摄像装置以及无人机 |
WO2020019175A1 (zh) * | 2018-07-24 | 2020-01-30 | 深圳市大疆创新科技有限公司 | 图像处理方法和设备、摄像装置以及无人机 |
CN109919985A (zh) * | 2019-03-01 | 2019-06-21 | 北京市商汤科技开发有限公司 | 数据处理方法和装置、电子设备和计算机存储介质 |
CN110163246A (zh) * | 2019-04-08 | 2019-08-23 | 杭州电子科技大学 | 基于卷积神经网络的单目光场图像无监督深度估计方法 |
CN110163246B (zh) * | 2019-04-08 | 2021-03-30 | 杭州电子科技大学 | 基于卷积神经网络的单目光场图像无监督深度估计方法 |
CN110349197B (zh) * | 2019-07-03 | 2021-01-01 | 中山大学 | 一种白内障手术显微镜下单目深度估计方法 |
CN110349197A (zh) * | 2019-07-03 | 2019-10-18 | 中山大学 | 一种白内障手术显微镜下单目深度估计方法 |
CN110517309A (zh) * | 2019-07-19 | 2019-11-29 | 沈阳工业大学 | 一种基于卷积神经网络的单目深度信息获取方法 |
CN110517304A (zh) * | 2019-07-26 | 2019-11-29 | 苏州浪潮智能科技有限公司 | 生成深度图的方法、装置、电子设备和存储介质 |
CN110517304B (zh) * | 2019-07-26 | 2022-04-22 | 苏州浪潮智能科技有限公司 | 生成深度图的方法、装置、电子设备和存储介质 |
CN111179327A (zh) * | 2019-12-30 | 2020-05-19 | 青岛联合创智科技有限公司 | 一种深度图的计算方法 |
CN111292425A (zh) * | 2020-01-21 | 2020-06-16 | 武汉大学 | 一种基于单双目混合数据集的视图合成方法 |
CN111292425B (zh) * | 2020-01-21 | 2022-02-01 | 武汉大学 | 一种基于单双目混合数据集的视图合成方法 |
CN111366917A (zh) * | 2020-03-13 | 2020-07-03 | 北京百度网讯科技有限公司 | 可行驶区域检测方法、装置、设备及计算机可读存储介质 |
CN111366917B (zh) * | 2020-03-13 | 2022-07-15 | 北京百度网讯科技有限公司 | 可行驶区域检测方法、装置、设备及计算机可读存储介质 |
CN114283089A (zh) * | 2021-12-24 | 2022-04-05 | 北京的卢深视科技有限公司 | 基于跳跃加速的深度恢复方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102903096B (zh) | 2015-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102903096B (zh) | 一种基于单目视频的对象深度提取方法 | |
Wang et al. | Web stereo video supervision for depth prediction from dynamic scenes | |
Bleyer et al. | Object stereo—joint stereo matching and object segmentation | |
CN104680510B (zh) | Radar视差图优化方法、立体匹配视差图优化方法及系统 | |
Lu et al. | Human action segmentation with hierarchical supervoxel consistency | |
Phan et al. | Robust semi-automatic depth map generation in unconstrained images and video sequences for 2D to stereoscopic 3D conversion | |
CN102074020A (zh) | 对视频进行多体深度恢复和分割的方法 | |
Mordohai et al. | Stereo using monocular cues within the tensor voting framework | |
CN113963032A (zh) | 一种融合目标重识别的孪生网络结构目标跟踪方法 | |
CN105787867A (zh) | 基于神经网络算法的处理视频图像的方法和装置 | |
Sundaram et al. | Long term video segmentation through pixel level spectral clustering on gpus | |
CN103020963A (zh) | 一种基于自适应分水岭的图割的多目立体匹配方法 | |
US10567635B2 (en) | Three dimensional moving pictures with a single imager and microfluidic lens | |
CN103473789B (zh) | 一种融合多线索的人体视频分割方法 | |
CN112819849B (zh) | 一种基于三目的无标记点视觉运动捕捉方法 | |
CN103020964A (zh) | 一种基于自适应分水岭的图割的双目立体匹配方法 | |
EP3043316A1 (en) | Method and apparatus for generating superpixels for multi-view images | |
Doulamis et al. | Unsupervised semantic object segmentation of stereoscopic video sequences | |
EP2947626B1 (en) | Method and apparatus for generating spanning tree, method and apparatus for stereo matching, method and apparatus for up-sampling, and method and apparatus for generating reference pixel | |
Wang et al. | Robust obstacle detection based on a novel disparity calculation method and G-disparity | |
CN103632365B (zh) | 一种立体图像视差估计方法 | |
Bhutani et al. | Unsupervised Depth and Confidence Prediction from Monocular Images using Bayesian Inference | |
CN103236057A (zh) | 一种改进的自适应权重视差匹配方法 | |
CN102724530A (zh) | 基于反馈控制的平面视频立体化方法 | |
Ammar et al. | Comparative Study of latest CNN based Optical Flow Estimation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
DD01 | Delivery of document by public notice |
Addressee: Beijing digital pixel Technology Co., Ltd. Document name: Notification that Application Deemed not to be Proposed |
|
DD01 | Delivery of document by public notice | ||
TR01 | Transfer of patent right |
Effective date of registration: 20180425 Address after: 100081 21 floor 2508-08, 1 building, No. 12 Zhongguancun South Street, Haidian District, Beijing. Patentee after: Beijing digital pixel Technology Co., Ltd. Address before: 100191 Xueyuan Road, Haidian District, Beijing, No. 37 Patentee before: Beihang University |
|
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190509 Address after: 100193 No. 10 Wangdong Road, Northwest of Haidian District, Beijing, No. 2 Building, No. 3, 302 A5 Patentee after: Rongdian Network (Beijing) S & T, Inc. Address before: 100081 21 floor 2508-08, 1 building, No. 12 Zhongguancun South Street, Haidian District, Beijing. Patentee before: Beijing digital pixel Technology Co., Ltd. |
|
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190702 Address after: 100081 21 floor 2508-08, 1 building, No. 12 Zhongguancun South Street, Haidian District, Beijing. Patentee after: Beijing digital pixel Technology Co., Ltd. Address before: 100193 No. 10 Wangdong Road, Northwest of Haidian District, Beijing, No. 2 Building, No. 3, 302 A5 Patentee before: Rongdian Network (Beijing) S & T, Inc. |
|
TR01 | Transfer of patent right | ||
CP03 | Change of name, title or address |
Address after: 100193 No. 3, Building No. 2, East Courtyard, No. 10 Wangdong Road, Haidian District, Beijing, 302A4 Patentee after: Beijing Fusion Future Technology Co., Ltd. Address before: 100081 Beijing Haidian District Zhongguancun South Street No. 12 Courtyard 1 Building 21 Floor 2508-08 Patentee before: Beijing digital pixel Technology Co., Ltd. |
|
CP03 | Change of name, title or address |