联系人:
所在地:
本课题针对半自动2D转3D人工标注误差显著降低转换质量的问题,考虑到人眼对残差更加敏感,建立了残差引导的视觉感知模型,在此基础上提出了基于残差加权的最优化半自动2D转3D方法,RGBZ测试集的测试结果表明,在用户误标注情况下所提方法比现有方法PSNR平均改善2dB以上,可显著降低因误操作带来的返工时间;提出了局部一致性的误标注提取方法,可有效抑制用户误操作带来的转换质量损伤;根据视觉注意感知模型,考虑到纹理图像与深度图像之间的结构差异,提出了基于L1数据项和正则项的最优化半自动2D转3D方法,为了在稀疏用户标注情况下获取高质量转换结果,提出了边界保持的低秩约束半自动2D转3D方法;累计发表了7篇论文,其中SCI检索2篇,EI检索4篇;获授权发明专利3项。