10.3969/j.issn.1007-2276.2013.09.009
采用KPCA和BP神经网络的单目车载红外图像深度估计
提出一种基于监督学习得到深度估计模型的单目车载红外图像深度估计方法。首先用核主成分分析法(KPCA)筛选红外图像特征。将最初提取的红外图像特征用核函数非线性映射到一个线性可分的高维特征空间,再完成主成分分析(PCA),得到降维后的红外图像特征。然后以BP神经网络为模型基础,对红外图像特征和深度值进行训练,训练后的深度估计模型可对单目车载红外图像的深度分布进行估计。实验结果证明,利用该模型估计的单目车载红外图像的深度信息与原红外图像的深度信息一致。
深度估计、红外图像、KPCA、BP神经网络
TN219(光电子技术、激光技术)
国家自然科学基金61072090;上海市浦江人才计划12PJ1402200;中央高校基本科研业务费专项资金12D10418
2013-10-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
2348-2352