导读:本文包含了深度线索论文开题报告文献综述、选题提纲参考文献，主要关键词:深度,线索,亮度,工作,视差,衢州,欺行霸市。
深度线索论文文献综述写法
贺书芳,繁桝博昭,石川佑记子,代彩红[1]（2019）在《叁维空间中不同线索对物体深度感知的影响》一文中研究指出通过在虚拟叁维空间中构建基于双目视差和运动像差的不同深度的柱形面,使被试者在叁维空间中行走运动,采用心理物理学的固定值刺激法,获取被试者在不同观察距离下基于双目视差线索、运动像差线索,以及两种线索同时作用时的深度感知数据,研究双目视差线索和运动像差线索对人眼深度感知的影响。结果表明:在不同的观察距离下,双目视差线索和运动像差线索对人眼的深度感知有不同的影响;在远距离观察条件下,运动像差线索对深度感知的权重比在近距离观察条件下大;而在近距离观察条件下,两种线索同时作用时对深度感知没有促进作用,并且运动像差线索对深度感知的作用较小。(本文来源于《光学学报》期刊2019年10期）
刘健[2]（2019）在《兰州市深度摸排集贸市场涉黑涉恶线索》一文中研究指出本报兰州讯（新甘肃·甘肃日报记者刘健）为推动扫黑除恶专项斗争走向纵深，近期，兰州市市场监督管理部门展开集贸市场突出问题专项整治工作，重点治理集贸市场“管理混乱、价格虚高、短斤少两，存在市霸、菜霸和黑恶势力垄断控制市场、欺行霸市、强买强卖”等问题。(本文来源于《甘肃日报》期刊2019-06-15）
高煊[3]（2019）在《深度摸排涉黑涉恶线索 全力开展破案攻坚》一文中研究指出“自扫黑除恶专项斗争开展以来，高新公安分局本着‘打早打小，除恶务尽’的原则，主动担当、高位谋划、迅速行动，深度摸排涉黑涉恶线索，全力开展破案攻坚。”日前，市公安局党委委员、副局长，高新公安分局负责人杨建忠在接受采访时说。杨建忠说，为确保扫黑除恶(本文来源于《抚州日报》期刊2019-01-07）
李鹏飞[4]（2018）在《基于深度线索和遮挡检测的光场相机深度估计研究》一文中研究指出光场相机不仅可以获取二维图像,还可以捕获光线的角度信息。利用光场数据的空间和角度信息,可以进行场景的深度信息估计。但在实际应用中,由于光场相机分辨率、光照、遮挡等因素影响,深度估计结果仍然面临着准确性和鲁棒性的挑战。因此本文针对存在遮挡场景的深度估计问题,提出了两种光场相机深度估计方法,分别为基于遮挡几何互补模型的深度估计和基于极平面图像线索的深度估计。受基于遮挡检测的传统光流计算启发,本文重点对子光圈图像间的相关性和遮挡模型进行了分析,并构建出一种基于遮挡的光流框架。针对子光圈图像存在的亚像素位移和遮挡情况,本文提出了一种基于光流的深度估计和遮挡检测的方法,同时设计了一种遮挡几何互补模型。具体方法为,首先基于相移理论利用两幅子光圈图像估计出亚像素级光流,然后利用前、后向光流一致性检测得到遮挡区域。最后提出了一种利用光场图像遮挡信息的几何互补特性对遮挡光流滤除的方法,可达到优化深度估计的目的。在合成场景和Lytro Illum相机数据上该方法都表现出有效性和鲁棒性,在遮挡区域表现特别好。为了改进上述方法对光场角度信息的利用,受基于极平面图像直线检测的启发,本文提出一种基于极平面图像线索的深度估计方法。提取点在所有角度方向的极平面图像中的轨迹进行检测,从而可以获得更精确的深度估计结果。同时根据遮挡区域点在极平面图像中轨迹分段的特性,提出了一种利用极平面图像代价差进行遮挡检测的方法。实验表明,基于极平面图像线索并结合遮挡信息的深度估计效果非常不错。该方法得到结果的准确性和鲁棒性明显优于基于遮挡几何互补模型方法的结果。(本文来源于《杭州电子科技大学》期刊2018-03-01）
冯帆,马杰,岳子涵,沈亮[5]（2017）在《图像亮度线索下的单目深度信息提取》一文中研究指出目的深度信息的获取是3维重建、虚拟现实等应用的关键技术,基于单目视觉的深度信息获取是非接触式3维测量技术中成本最低、也是技术难度最大的手段。传统的单目方法多基于线性透视、纹理梯度、运动视差、聚焦散焦等深度线索来对深度信息进行求取,计算量大,对相机精度要求高,应用场景受限,本文基于固定光强的点光源在场景中的移动所带来的物体表面亮度的变化,提出一种简单快捷的单目深度提取方法。方法首先根据体表面反射模型,得到光源照射下的物体表面的辐亮度,然后结合光度立体学推导物体表面辐亮度与摄像机图像亮度之间的关系,在得到此关系式后,设计实验,依据点光源移动所带来的图像亮度的变化对深度信息进行求解。结果该算法在简单场景和一些日常场景下均取得了较好的恢复效果,深度估计值与实际深度值之间的误差小于10%。结论本文方法通过光源移动带来的图像亮度变化估计深度信息,避免了复杂的相机标定过程,计算复杂度小,是一种全新的场景深度信息获取方法。(本文来源于《中国图象图形学报》期刊2017年12期）
颜新文,姜赟,张建荣[6]（2017）在《浙江衢州衢江 规范问题线索交接 促进工作深度融合》一文中研究指出11月15日，一份处分决定书送到了浙江省衢州市衢江经济开发区党委原副书记赖建飞手中。赖建飞因违反廉洁纪律和工作纪律受到留党察看两年处分。“赖建飞违纪问题线索系区监委组建后从检察院移交过来的线索，报区委主要负责人批准后，我们第一时间开展初核并立案(本文来源于《中国纪检监察报》期刊2017-11-30）
潘佳琪[7]（2016）在《基于深度线索的光场相机深度估计研究》一文中研究指出作为计算成像的重要分支,光场成像技术在辅助求解计算机视觉的相关问题上表现出良好的发展前景。相比于传统相机,光场相机通过单次曝光即可获取场景的四维信息,包括两维空间信息和两维角度信息,因此具备还原场景深度信息的能力。然而,光场相机对光场信号采样的完备性较差,受实际复杂场景的影响,光场相机在深度恢复方面仍然面临着精度和鲁棒性的挑战,尤其是在深度不连续区域和遮挡区域。本论文着重讨论遮挡情况下场景的深度估计问题,提出了一种基于深度线索的光场相机深度估计方法。论文首先介绍了光场数据中的深度线索,具体包括散焦线索、对应性线索和遮挡线索。根据光场数据可数字重聚焦的特性,利用频率域的离散余弦变换来获取焦点堆栈序列中的散焦线索。根据光场重聚焦和角度关联性的关系,以及照度一致性原则,提出了一种基于对应性响应的深度估计方法。随后分别讨论了基于方差的对应性响应计算和基于角度熵的对应性响应计算方法。同时,本文引入遮挡问题,阐述了遮挡存在时,角度关联性和照度一致性原则将失效,由此提出了一种基于3-sigma原则的光线级遮挡滤除滤波器来滤除可能被遮挡的光线,采用滤除后的光线重新计算对应性响应。随后,本文深入探索光场中的遮挡问题,阐述了遮挡线索在光线级、像素级以及图像级具有不同的表现形式。在此基础上,本文提出了一种简单有效的级联遮挡滤除滤波器,通过滤除或减少遮挡因素的影响来进一步提高深度不连续区域和遮挡区域的深度估计精度。最后,本文提出了一种基于级联遮挡滤除和多线索融合的深度估计方法。结合叁层级联遮挡滤除滤波器,本文通过置信度的方法将散焦线索、对应性线索、遮挡线索相融合,并将深度优化问题转化为能量函数最小化问题。随后,本文通过图割法求取能量函数的最小值来得到精度较高的场景深度结果。实验结果表明,本文方法能够在深度不连续区域、遮挡区域以及纹理不连续区域取得精确的深度结果。(本文来源于《杭州电子科技大学》期刊2016-12-01）
潘胜男[8]（2016）在《基于深度学习和迁移学习的鲁棒多线索目标跟踪》一文中研究指出视觉目标跟踪算法的研究目标是让计算机能够模拟人类的大脑和视觉,自动识别目标物体的轨迹,并对其作出相应的分析和理解。目标跟踪算法的研究不仅能有效促进机器学习和计算机视觉等学科的理论发展;而且在智能人机交互、无人驾驶、智能交通监控等领域具有重要的应用价值。鉴于目标跟踪算法的重要研究意义和应用价值,诸多国内外专家和学者针对构建目标跟踪算法的叁项关键技术(即目标表观模型、运动建模和搜索、模型更新),分别展开了广泛和深入地研究,使得目标跟踪算法的性能取得了极大地提高,并在特定的场合中也获得了一定的应用。但是,现实场景中各种复杂因素(例如遮挡、光照变化等),使目标跟踪算法在准确率、鲁棒性和实时性等实战性能指标方面仍然难以达到大规模应用和工业标准。本文针对当前目标跟踪算法在上述叁个关键技术所面临的难题,以深度学习建模为理论基础,采用迁移学习方法、选择性搜索算法、以及多线索融合的思路,分别有针对性地对目标表观建模、搜索以及更新展开了研究。主要研究内容如下:1)提出了基于卷积深度置信网络和迁移学习的目标跟踪算法。传统的基于手工选择特征的方式具有需要领域知识、非最优、耗时、以及泛化能力差等缺点。与手工地设计特征相比,基于卷积深度置信网络和迁移学习的目标跟踪算法是自动从图像和视频中学习更有效的特征。基于卷积深度置信网络和迁移学习的目标跟踪算法在粒子滤波框架下,采用卷积深度置信网络来构建目标表观模型;先对模型进行离线训练,学习得到广义的层次的特征表示,然后再将离线学习得到的特征,通过迁移学习的方法,在线构造目标表观模型;为了有效缓解“漂移”现象的发生,基于卷积深度置信网络和迁移学习的目标跟踪算法通过多种方式取得在线训练样本。通过将这些训练样本在线更新模型,使得目标模型能够更好地适应物体姿态的不断变化。正样本主要由以下叁种方式得到:初始化阶段的正样本(第一帧中通过手工标注得到的样本),在线跟踪中的正样本(在最近数帧中自动调整的样本),当前帧中取得的正样本。实验结果表明,基于卷积深度置信网络和迁移学习的目标跟踪算法能够达到更精确的跟踪效果。2)提出了基于在线PCA网络的目标跟踪算法。传统基于深度学习模型的目标跟踪算法的模型参数较多,需要大规模的数据集进行预训练。而目标跟踪任务中,在线训练样本少,并且离线训练的数据集与具体的跟踪目标类别可能不一致,会造成模型判别性不足等问题。基于在线PCA网络的目标跟踪算法无需大量的训练样本,缓解了目标跟踪问题中由于样本数量少而出现的模型难以训练的问题。基于在线PCA网络的目标跟踪算法结合了主成分分析(PCA)和深度学习模型的深层特点,有效地融合了目标物体的全局和局部的表观信息,因此能够提供更加鲁棒的特征。另外,通过用多种方式取得的在线训练样本训练目标表观模型,进一步缓解了“漂移”现象的发生。实验结果验证了基于在线PCA网络的目标跟踪算法的有效性。3)提出了选择性搜索和多深度模型融合的多线索目标跟踪算法。传统基于单线索的目标跟踪算法无法应对跟踪任务中各种复杂的场景,当场景复杂多变时,单一线索容易无法识别物体,导致跟踪失败。基于这个原因,提出了多模型融合的方法,通过多个互补的模型提取目标物体的特征。另外,由于物体运动规律的复杂性和不确定性,致使采用简单的搜索策略和单一运动模型,已经无法得到高质量的候选区域。为此,选择性搜索和多深度模型融合的多线索目标跟踪算法采用了多种搜索方法(粒子滤波和选择性搜索方法)提取目标的候选区域。实验结果验证了选择性搜索和多深度模型融合的多线索目标跟踪算法能够提高跟踪的准确性。(本文来源于《华侨大学》期刊2016-06-03）
贾陆洋[9]（2016）在《基于深度线索的深度图生成技术研究》一文中研究指出相比传统的2D电影,3D电影给人们带来更为强烈的视觉冲击和视觉享受,受到越来越多人的喜爱。然而,3D电影制作过程复杂、成本高、周期长。现有的3D视频远远无法满足市场上的需求,因此把已有的2D视频转换为3D视频,不仅可以利用丰富的2D片源来缓解3D片源不足的问题,而且可以使人们重温经典。而在2D到3D转换过程中,深度图的生成是关键的一步,深度图质量的好坏直接影响了后期的3D效果。因此,研究如何生成高质量的深度图在2D到3D转换中有着重要的作用和深远的意义。本文主要研究了2D到3D转换过程中基于深度线索的深度图生成方法,详细介绍了各种深度线索及基于各深度线索的深度图生成方法,为后续的研究工作打下理论基础。本论文主要研究工作如下:1、介绍了一种基于分块DCT的深度图生成方法:对输入图像进行分块,在每个块上执行DCT变换,根据得到的系数生成一幅深度图,再进行联合双边滤波。在此基础上,提出了一种基于滑动窗DCT的深度图生成方法,新方法克服了前者生成的初始深度图的块效应。在后期进行深度图滤波时,在视觉上达到近似相同效果的情况下,由于选用的联合双边滤波器核的窗口尺寸明显小于前者,节省了运算时间。2、提出了一种基于熵的深度图生成方法:利用基于熵的方法得到图像的聚焦区域,作为前景物体,对前景的赋值采用单一深度值,对背景的深度赋值采用深度梯度假设模型,再进行深度信息融合,生成最后的深度图。3、利用混合深度线索进行深度图的生成。利用视觉显着性线索得到显着图,与基于滑动窗DCT方法生成的初始深度图相结合进行前景的提取,分别为前景和背景进行深度分配,生成深度图;考虑大气散射深度线索的影响,与基于熵的方法相结合,分别得到两幅深度图,通过不同的权重相融合,改善了由单一深度线索提取深度信息不足的缺点,提高了生成的深度图的质量。(本文来源于《华南理工大学》期刊2016-04-20）
刘政[10]（2016）在《基于深度线索的叁维显示关键技术研究》一文中研究指出自2010年电影《阿凡达》上映以来,叁维显示技术越来越被人们所熟知和欢迎。然而就目前技术来说,直接拍摄立体电影制作复杂、周期长、成本高,其立体电影的数量远远无法满足人们对立体内容日益增长的需求,因此,为了实现叁维显示,人们又做了各种尝试。本文基于深度线索的叁维显示正是其中的一种。该方法利用计算机图形学和图像处理领域的相关知识,从传统2D视频中提取出深度线索,然后利用该深度线索实现原2D视频的叁维显示。本文以实现2D视频的叁维显示为目标,深入研究了 2D视频叁维显示过程中的关键技术,包括基于深度线索的深度图生成、虚拟视点的生成、空洞的修复以及最终叁维显示的实现等。首先,合成基于几何透视深度线索和Grab cut图像分割的深度图。深度线索主要是利用几何透视深度线索。几何透视深度线索具有良好的渐变性和纵深感,更符合人眼观看实际场景的习惯。但几何透视深度线索也有其固有的弊端,所以本文又采用Grub cut图像分割算法抠出前景,对前景进行专门处理。在生成基于几何透视深度线索的深度图过程中,首先利用Sobel算子检测边缘、概率霍夫边缘检测直线、再根据直线和点的特征找出消失点、消失线和水平线。然后利用消失线和水平线划分的区域为原2D图中的每一个点赋深度值。对于前景深度图,先是利用Grab cut图像分割算法抠出前景,再利用前景的坐标值在基于几何透视深度线索的深度图的深度值为整个前景赋深度值,得到前景深度图。最后将基于几何透视线索的深度图和前景深度图合成最终的深度图。其次,利用基于深度的虚拟视点绘制技术(DIBR)生成虚拟视点,本文首先对DIBR算法进行介绍,然后利用了其中的一种改进的算法,即像素偏移法,直接根据深度图的深度值乘以系数作为偏移量,然后由原图中对应点的像素值加上或者减去该偏移量的倍数就可以得到相应的虚拟视点。然后,就要对虚拟视点进行必要的空洞修复,本文采用的是对Criminisi改进的LUO空洞修复算法。为了提高效率,本文采用一种倒推法,即首先根据光栅的排布算出在当前点中要显示的是哪一个虚拟视点的像素值,然后在该点就只生成要显示的虚拟视点,其他虚拟视点就不再生成,很有效地提高了效率。可以实现原2D视频的实时叁维显示。最后,作为叁维显示的一个很有意义的应用,是超多密集视点的裸眼显示系统,即在虚拟视点合成的基础上,增加了虚拟视点追踪的技术。首先追踪到观看者所在的位置,根据其位置计算出观看者在当前坐标系中的坐标,根据该坐标计算出要显示的一组虚拟视点,然后将虚拟视点合成,根据观看者的位置,实时显示叁维场景。实现的效果是,在观看区域的每一个位置,观看者观看到的叁维场景都不完全相同,使观看者更具身临其境感。(本文来源于《北京邮电大学》期刊2016-02-07）
深度线索论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本报兰州讯（新甘肃·甘肃日报记者刘健）为推动扫黑除恶专项斗争走向纵深，近期，兰州市市场监督管理部门展开集贸市场突出问题专项整治工作，重点治理集贸市场“管理混乱、价格虚高、短斤少两，存在市霸、菜霸和黑恶势力垄断控制市场、欺行霸市、强买强卖”等问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
深度线索论文参考文献
[1].贺书芳,繁桝博昭,石川佑记子,代彩红.叁维空间中不同线索对物体深度感知的影响[J].光学学报.2019
[2].刘健.兰州市深度摸排集贸市场涉黑涉恶线索[N].甘肃日报.2019
[3].高煊.深度摸排涉黑涉恶线索全力开展破案攻坚[N].抚州日报.2019
[4].李鹏飞.基于深度线索和遮挡检测的光场相机深度估计研究[D].杭州电子科技大学.2018
[5].冯帆,马杰,岳子涵,沈亮.图像亮度线索下的单目深度信息提取[J].中国图象图形学报.2017
[6].颜新文,姜赟,张建荣.浙江衢州衢江规范问题线索交接促进工作深度融合[N].中国纪检监察报.2017
[7].潘佳琪.基于深度线索的光场相机深度估计研究[D].杭州电子科技大学.2016
[8].潘胜男.基于深度学习和迁移学习的鲁棒多线索目标跟踪[D].华侨大学.2016
[9].贾陆洋.基于深度线索的深度图生成技术研究[D].华南理工大学.2016
[10].刘政.基于深度线索的叁维显示关键技术研究[D].北京邮电大学.2016