声明
第 1 章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 多视图三维重建研究现状与问题
1.2.2 三维目标识别的研究现状与问题
1.3 本文的主要研究内容及结构安排
1.3.1 本文的主要研究内容
1.3.2 本文的章节安排
第2章基于图像语义分割的动态目标剔除算法设计
2.1 FCN 神经网络
2.1.1 网络结构
2.1.2 边缘优化算法
2.2 SegNet 神经网络
2.2.1 网络结构
2.2.2 上采样层
2.3 Mask-RCNN 神经网络
2.3.1 网络结构
2.3.2 剔除特定动态目标算法
2.4 动态目标掩膜边缘优化
2.4.1 图像二值化
2.4.2 图像形态学算法
2.5 小结
第3章基于多视图几何的三维重建算法设计
3.1 图像三维重建基础理论
3.1.1 相机成像模型
3.1.2 相机畸变与标定
3.1.3 几何约束
3.2 特征点提取与匹配
3.2.1 图像特征点检测
3.2.2 特征点匹配算法
3.3 动态目标对三维重建算法影响分析
3.3.1 影响分析
3.3.2 图像特征点误匹配剔除
3.4 基于改进 colmap 算法的室内三维点云重建
3.4.1 增量式三维重建
3.4.2 稀疏三维点云重建
3.4.3 稠密三维点云重建
3.5 小结
第4章三维目标识别
4.1 三维深度学习
4.1.1 pointnet 网络简介
4.1.2 pointnet++网络简介
4.2 三维目标检测网络 Votenet
4.2.1 网络结构简介
4.2.2 SUN RGB-D 数据集
4.3 小结
第 5 章 三维重建及三维目标识别算法的实验验证
5.1 实验数据
5.1.1 三维重建评价指标
5.2 运动目标剔除实验
5.2.1 单运动目标剔除实验
5.1.2 多运动目标剔除实验
5.3 室内动态场景三维点云重建
5.3.1 未处理动态目标三维重建
5.3.2 剔除动态目标三维重建
5.4 三维目标检测
5.5 小结
结论与展望
1 研究内容总结
2 未来研究工作展望
参考文献
致 谢
湖南大学;