计算机视觉方向简介(三) | 单目微运动生成深度图

本文介绍了在没有深度相机的情况下,如何通过单目相机和微小运动来计算深度图。这种方法利用运动恢复结构(Structure from Motion),尤其是‘深度从微小运动中获取’的技术,可以在短时间内获取深度信息,用于前背景分割、三维重建等。文章详细阐述了算法流程,包括特征点匹配、相机参数估计、稠密立体匹配和深度图精细化,并展示了算法在微小运动视频上的应用效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

有什么用?

深度图在计算机视觉中有非常广泛的应用,比如前背景分割(用于背景虚化、美颜、重对焦等)、三维重建(用于机器人导航、3D打印、视效娱乐等)。目前能够直接快速获得深度图的方法就是使用深度相机,不同深度相机获取深度图原理见:《深度相机原理揭秘–飞行时间(TOF)》、《深度相机原理揭秘–双目立体视觉》、《深度相机原理揭秘–结构光(iPhone X 齐刘海原理)》。<

评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值