Longzhuang AU - TY -的A2 - Li Li Xiuxiu盟——刘Yanjuan AU -金,海盐AU - Cai, Lei盟——郑Jiangbin PY - 2020 DA - 2020/06/29 TI - RGBD场景流估计与全球非刚性的和本地刚性假设SP - 8215389六世- 2020 AB - RGBD场景流已经吸引了越来越多的关注在计算机视觉的深度传感器。为了准确估计物体的三维运动，提出了一种基于全局非刚体运动和局部刚体运动假设的RGBD场景流估计方法。首先，对深度图像进行预处理，包括颜色深度配准和深度图像补绘，对深度图像中的孔洞和噪声进行处理;其次，对深度图像进行分割，得到具有不同深度值的不同运动区域;第三，基于全局非刚体和局部刚体假设以及RGBD信息的时空相关性，对场景流进行估计。在全局非刚体和局部刚体的假设下，每个分割区域被划分为若干块，每个块具有一个刚体运动。在这种假设下，避免了同一分割区域内不同部位运动的相互作用，尤其是非刚体物体，如人体。在RGBD跟踪数据集和可变形三维重建数据集上进行了实验。视觉对比结果表明，该方法能够较好地区分同一区域内的运动部分和静态部分，定量对比结果表明，该方法能够获得更准确的场景流。SN - 1026-0226 UR - https://doi.org/10.1155/2020/8215389 DO - 10.1155/2020/8215389 JF -自然与社会的离散动力学PB - Hindawi KW - ER -