采用KPCA和BP神经网络的单目车载红外图像深度估计

被引：12

作者：

孙韶媛 ^{[1
,2
]}

李琳娜 ^{[1
,2
]}

赵海涛 ^{[3
]}

机构：

[1] 东华大学信息科学与技术学院

[2] 东华大学数字化纺织服装技术教育部工程研究中心

[3] 华东理工大学信息科学与工程学院

来源：

红外与激光工程 | 2013年 / 09期

关键词：

深度估计; 红外图像; KPCA; BP神经网络;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种基于监督学习得到深度估计模型的单目车载红外图像深度估计方法。首先用核主成分分析法(KPCA)筛选红外图像特征。将最初提取的红外图像特征用核函数非线性映射到一个线性可分的高维特征空间,再完成主成分分析(PCA),得到降维后的红外图像特征。然后以BP神经网络为模型基础,对红外图像特征和深度值进行训练,训练后的深度估计模型可对单目车载红外图像的深度分布进行估计。实验结果证明,利用该模型估计的单目车载红外图像的深度信息与原红外图像的深度信息一致。

引用

页码：2348 / 2352

页数：5

共 8 条

[1] 基于共聚焦图像序列的深度估计方法 [J].

吴文杰 ;

肖照林 ;

王庆 ;

杨恒 .

计算机应用与软件, 2012, 29 (12) :43-46

[2] 基于SVM模型的单目红外图像深度估计 [J].

席林 ;

孙韶媛 ;

李琳娜 ;

邹芳喻 .

激光与红外, 2012, 42 (11) :1311-1315

[3] 基于内容理解的单幅静态街景图像深度估计 [J].

李乐 ;

张茂军 ;

熊志辉 ;

徐玮 .

机器人, 2011, 33 (02) :174-180

[4] 红外图像噪声滤波对比度增强算法 [J].

白俊奇 ;

陈钱 ;

王娴雅 ;

钱惟贤 .

红外与激光工程, 2010, (04) :777-780

[5]

Eyeglasses removal of thermal image based on visible information[J] . W.K. Wong,Haitao Zhao.Information Fusion . 2011

[6] 3-d depth reconstruction from a single still image [J].

Saxena, Ashutosh ;

Chung, Sung H. ;

Ng, Andrew Y. .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2008, 76 (01) :53-69

[7] Automatic photo pop-up [J].

Hoiem, D ;

Efros, AA ;

Hebert, M .

ACM TRANSACTIONS ON GRAPHICS, 2005, 24 (03) :577-584

[8] A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms [J].

Daniel Scharstein ;

Richard Szeliski .

International Journal of Computer Vision, 2002, 47 :7-42

← 1 →