深度图像超分辨率重建技术综述

2020-07-20 05:14:44董秀成张晓华
西华大学学报(自然科学版) 2020年4期
关键词:深度方法

李 滔,董秀成,张晓华

(1.西华大学电气与电子信息学院,四川 成都 610065;2.广岛工业大学,日本 广岛 7 315193)

随着人工智能的发展,自动驾驶、三维重建、人机交互等成为非常热门的研究领域,这些领域都依赖于高精度、高质量的深度信息。深度信息的获取有立体匹配、激光扫描和深度相机拍摄三种途径。立体匹配通过计算不同位置相机所拍摄的彩色图像间视差图来获取深度信息,这种被动获取深度的方法运算复杂度较高,算法鲁棒性较低,且在遮挡区域和弱纹理区域的处理效果不太理想。激光设备能对单一场景中的深度信息进行扫描,进而获取深度图,但这种方法只能处理静态的场景,且所需成本较高。近年来,便携式消费级深度相机(如ASUS Xtion 和Mesa SwissRange)等新型3D 传感器的问世和普及,以及微软推出价格低廉的Kinect 等,为主动地、快速地获取场景深度信息提供了极大便利,因而受到了学术界和工业界的广泛关注。

深度相机向目标场景发射特定光,然后通过接收反射光来快速实时地计算场景深度。按照工作原理,深度相机可划分为两种类型。一种是基于飞行时间(TOF)的深度相机,它用调制光源照射场景目标,并测量反射光的相位延迟来确定深度信息;另一种深度相机(如Kinect 1.0)是基于结构光技术,根据物体表面引起的光信号变化(即结构光散斑图案变化)来计算物体的深度信息。

受感光元器件限制,深度相机所摄的深度图像分辨率普遍较低,如SwissRange SR3 000 分辨率仅为176×144,PMD Camcube3.0 分辨率仅为200×200,微软Kinect 1.0 分辨率仅为320×240,Kinect 2.0 分辨率也仅仅为512×424,远不及常规RGB 彩色图像的分辨率。……

登录APP查看全文

猜你喜欢
深度方法
学习方法
深度观察
深度观察
深度观察
深度观察
用对方法才能瘦
Coco薇(2016年2期)2016-03-22 02:42:52
四大方法 教你不再“坐以待病”!
Coco薇(2015年1期)2015-08-13 02:47:34
赚钱方法
提升深度报道量与质
新闻传播(2015年10期)2015-07-18 11:05:40
捕鱼