基于深度学习的光场图像深度估计教学教材演示幻灯片.pptx

基于深度学习的光场图像深度估计 报告人：尹忠诚2017年6月13日13245 深度估计相关特征 实验结果及未来工作 深度学习相关工作 光场成像原理 研究背景和意义主要内容研究背景和意义近年来，随着光电技术及器件的发展新型成像设备不断涌现，其中光场成像以其独特成像过程及优势备受研究者关注。传统成像方式记录了光辐射在成像平面的二维位置信息，而光场成像记录了光辐射在传播过程中的四维位置和方向信息。由于光场成像较传统成像多出2个自由度，因而在图像重建过程中，能够获得更加丰富的图像信息。光场成像能够实现数字重聚焦、合成孔径、获取大景深图像，以及重建三维立体图。研究背景和意义由于光场图像包含丰富的图像信息，这为解决许多图像处理的传统问题提供了新的途径。单幅图像深度估计是病态问题，而光场图像由于其特殊的成像方式，可以实现一次成像获取同一场景在不同视角下的多视角图像，且相邻视角之间基线极短，这使得场景深度更容易准确估计。目前，许多基于光场图像估计场景深度的方法被提出。13245 深度估计相关特征 实验结果及未来工作 深度学习相关工作 光场成像原理 研究背景和意义主要内容光场成像原理 光场是空间中同时包含位置和方向信息的四维光辐射场的参数化表示，光场数据的获取为计算成像提供了很多新的发展方向。 光场可以看作是同时捕获场景的多视角图像，从而提供视差及场景深度信息。光场成像原理光场成像过程光