基于SVM模型的单目红外图像深度估计.doc

Vol． 42，No． 11 November，2012 第 42 卷 第 11 期 激 光 与 红 外 LASER ＆ INFRARED 2012 年 11 月 ·图像与信号处理· 文章编号: 1001-5078( 2012) 11-1311-05 基于 模型的单目红外图像深度估计 SVM 席 林，孙韶媛，李琳娜，邹芳喻 ( 东华大学信息科学与技术学院，上海 201620) 摘 要: 提出一种通过非线性学习模型来估计单目红外图像深度的算法。该算法首先通过逐 步线性回归和独立成分分析( ICA) 寻找对于红外图像深度相关性较强的特征，然后以具有核 函数的非线性支持向量机( SVM) 为模型基础，采用监督学习的方法对红外图像深度特征进行 回归分析并训练，在训练过程中通过已知数据回归后的最小均方误差对模型参数进行修正，训 练后的模型可对单目红外图像的深度分布进行估计。实验结果证明，利用该模型能较一致地 估计单目红外图像的深度信息。 关键词: 红外图像; 深度估计; SVM; 核函数; 单目深度 中图分类号: TP391． 41 文献标识码: A DOI: 10． 3969 / j． issn． 1001-5078． 2012． 11． 024 Depth estimation from monocular infrared images based on SVM model XI Lin，SUN Shao-yuan，LI Lin-na，ZOU Fang-yu ( College of Information Science and Technology，DongHua University，Shanghai 201620，China) Abstract: A depth estimation algorithm from monocular infrared image based on nonlinear learning model is proposed in this paper． Firstly，some features corresponding to the depth of infrared image are extracted using stepwise regres- sion and ICA． Secondly，based on the nonlinear SVM model with kernel function，we regress and train the depth fea- tures of infrared image using supervised learning method． During the training process，the model parameters are fixed by calculating MMSE from regression analysis of the known data． Finally，we get the depth estimation model which can estimate the depth distribution of monocular infrared image． The experimental results show that most of the depth esti- mated by the model is consistent with the original depth information of infrared image． Key words: infrared image; depth estimation; SVM; kernel function; monocular depth 1 引 言 图像的深度估计从本质上讲是一个深度感知的 问题。单目深度估计、双目深度估计和基于图像序列 的深度估计都是深度估计的主要方法。在彩色图像 领域内，大部分深度估计的研究工作是围绕着双目视 觉和基于图像序列的深度估计［1］展开的，这两种方法 都依赖于图像间的特征差异。而对于单目深度估计， 在早期传统的算法中较为经典的是“由阴影恢复形状 ( shape from shading) ”［2］，该算法以空间立体几何为 理论基础，依据光源照射到物体表面所产生的明暗变 化来恢复物体深度，但因为该算法需要先验知识如反 射模型和光源方向等使得应用的局限性增加。之 后，斯坦福大学的 Andrew Ng 团队通过利用马尔科 夫场训练的模型对单幅图像进行深度估计［3］，达到 了很好的效果; 卡耐基梅隆大学的 Aloysha Efros 团 队则在训练前手动标定场景中简单的类别，然后利