第一章 绪论
1.1研究意义
1.2 国内外研究现状
1.3 拟解决关键问题
1.3.1图像匹配的鲁棒性
1.3.2 大位移运动、复杂场景光流估计的准确性与鲁棒性问题
1.4 本文研究的内容及章节安排
第二章 基于网格优化的图像深度匹配方法
2.1深度匹配模型
2.2基于多邻域支持模型的匹配优化
2.2.1置信度评分模型
2.2.2基于多邻域支持模型的泛化分析
2.3基于网格化的稀疏运动场优化
2.4本章小结
第三章 基于边缘保护插值的由稀疏到稠密光流计算方法
3.1 运动边缘检测模型
3.1.1结构化随机森林
3.1.2特征的定义方式
3.1.3训练数据集
3.1.4训练过程
3.2基于边缘保护距离的由稀疏到稠密插值模型
3.3变分光流计算能量函数
3.3.1 变分能量泛函数据项
3.3.2 变分能量泛函平滑项
3.3.3 计算步骤
3.4本章小结
第四章 实验与分析
4.1 实验环境与评价误差公式
4.2 光流评价数据库
4.2.1Middlebury图像序列数据库
4.2.2 MPI Sintel图像序列数据库
4.2.3 KITTI图像序列数据库
4.3 实验对比方法
4.4 参数设置与分析
4.5 消融实验
4.6 Middlebury图像序列数据库实验
4.7 MPI Sintel图像序列数据库实验
4.7.1MPI-Sintel数据库训练集实验
4.7.2 MPI-Sintel数据库测试集实验
4.8 KITTI数据库实验
4.8.1KITTI数据库训练集实验
4.8.2KITTI数据库测试集实验
4.9本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
硕士期间发表论文以及参加科研项目情况
致谢
声明
南昌航空大学;