基于卷積神經網絡的光場圖像深度估計.pdf

1、傳統(tǒng)相機只能記錄一個二維的平面，無法獲取場景深度信息。隨著成像理論的不斷發(fā)展，光場成像技術應運而生，光場成像技術可以獲取立體空間中更豐富的光線信息。利用光場相機捕捉光線信息獲取場景深度逐漸成為一個研究熱點，對三維重建技術的發(fā)展具有非常重要的意義。
　　近年來，深度學習的發(fā)展非常迅速，在語音識別、圖像分割、物體檢測、圖像的超分辨率重建、文本理解等領域都取得了突破性的進展。
　　本文將目前應用廣泛的卷積神經網絡應用到光場圖像的深

2、度提取中，提出了一種基于卷積神經網絡的光場圖像深度估計方法。本文的主要工作及創(chuàng)新如下:
　　(1)數據集的構建。當前已有的公開數據集樣本數量較少，且四維光場圖像難以直接在卷積神經網絡中應用。我們在已有數據集的基礎上提出了一種數據集構建方法。首先將光場圖像轉換為極線圖(Epipolar Image，EPI)，將四維光場圖像映射道二維空間中。利用極線圖中直線斜率與場景深度成比例的關系，提取中心視角圖像中像素點對應的水平方向和垂直方向的

3、EPI塊區(qū)域。去除數據集中的無效數據并對數據集進行平衡處理，最終構建所需的數據集。
　　(2)卷積神經網絡模型構建與訓練。我們將深度計算問題轉化為分類問題，已知光場圖像場景深度范圍，通過定義計算精度確定分類數量。我們在經典的卷積神經網絡模型的基礎上提出了一種具有雙子網絡結構的網絡模型，該網絡可以充分學習水平方向與垂直方向的EPI塊區(qū)域特征，可以充分利用數據集所提供的信息。最后我們使用已經構建好的數據集，對網絡進行訓練。