SSD不是全局匹配算法,其他都是。
选项中的 4 个词语的意思如下:
A. 动态规划:动态规划(英语:Dynamic programming,简称 DP)是一种在数学、计算机科学和经济学中使用的,通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。
B. 图割:是「图像分割」(Segmentation)的简称。在计算机视觉领域,图像分割指的是将数字图像细分为多个图像子区域(像素的集合)(也被称作超像素)的过程。图像分割的目的是简化或改变图像的表示形式,使得图像更容易理解和分析。图像分割通常用于定位图像中的物体和边界(线,曲线等)。更精确的,图像分割是对图像中的每个像素加标签的一个过程,这一过程使得具有相同标签的像素具有某种共同视觉特性。图像分割的结果是图像上子区域的集合(这些子区域的全体覆盖了整个图像),或是从图像中提取的轮廓线的集合(例如边缘检测)。一个子区域中的每个像素在某种特性的度量下或是由计算得出的特性都是相似的,例如颜色、亮度、纹理。邻接区域在某种特性的度量下有很大的不同。
C. BP:反向传播算法(英语:Backpropagation algorithm,简称:BP算法)是一种监督学习算法,常被用来训练多层感知机。 于 1974 年,Paul Werbos 首次给出了如何训练一般网络的学习算法,而人工神经网络只是其中的特例。不巧的,在当时整个人工神经网络社群中却无人知晓 Paul 所提出的学习算法。直到 80 年代中期,BP算法才重新被 David Rumelhart、Geoffrey Hinton 及 Ronald Williams、David Parker 和 Yann LeCun 独立发现,并获得了广泛的注意,引起了人工神经网络领域研究的第二次热潮。BP算法是对于多层的前向神经网络 Delta 规则的一般化,使用链式法则来迭代的计算每一层的梯度成为可能。BP算法要求每个人工神经元(节点)所使用的激励函数必须是可微的。
D. SSD:固态硬盘(Solid State Disk、Solid State Drive,简称 SSD)是一种以存储器作为永久性存储器的电脑存储设备。虽然 SSD 已不是使用「碟」来记存数据,而是使用 NAND Flash,也没有用来驱动(Drive)旋转的马达,但是人们依照命名习惯,仍然称为固态硬盘(Solid-State Disk)或固态驱动器(Solid-State Drive)。也有翻译为「固存」(「固态存储器」的简称)。
分享到:
相关推荐
传统的基于像素点的匹配算法常常是算出初始匹配代价后直接采用贪心策略求取视差,虽然速度较快,但往往是局部最优的,以至精确度很低。针对这一问题,目前策略主要有:(1)半全局优化算法:扫描线算法和动态规划...
针对现有立体匹配算法在非平行平面区域匹配中出现“阶梯效应”的问题,提出一种斜面参数优化的全局立体匹配算法。该算法用斜面参数替代视差值作为全局匹配算法的优化变量,并结合粒子滤波思想实现斜面参数的(近似)...
论文翻译,利用半全局匹配算法计算匹配代价实现立体匹配
针对Tao的平滑表面假设提出了一种基于图像分割的快速立体匹配算法。算法把参考图分割成多个区域,计算其中可靠区域的平面模板,通过贪婪算法把平面模板分配给不可靠区域使得全局评价函数取到最小值。该算法能克服...
基于python实现的SGM半全局立体匹配算法,直接替换图片位置即可,均有注释。
基于Canny边缘检测和置信传播的立体匹配算法,范曜群,门爱东,立体匹配是从双目图像中提取深度信息的算法,全局算法中的置信传播在消息传递时存在过度传播问题,过度传播反应在视差图的边缘区
基于区域的立体匹配算法-StereoRegion.rar 为了执行的立体视差估计算法的区域匹配方法由全局最小的平滑误差能量函数 B. B. Alagoz, Obtaining Depth Maps From Color Images By Region Based Stereo Matching ...
基于区域的立体匹配算法-0812.1340.pdf 为了执行的立体视差估计算法的区域匹配方法由全局最小的平滑误差能量函数 B. B. Alagoz, Obtaining Depth Maps From Color Images By Region Based Stereo Matching ...
一种用于深度估计的异构和完全并行的立体匹配算法。立体匹配基于视差估计算法,该算法旨在从立体相机捕获的一对 2D 图像中计算场景的 3D 深度信息。该算法包含以下阶段: Cost Volume Construction - 颜色和渐变...
根据论文Accurate and Efficient Stereo Processing by Semi-Global Matching and Mutual Information写的双目立体匹配代码,matlab编写方便阅读,带测试图片,注意算法只实现了4个方向,即左右,右左,上下,下上四...
针对这个问题,提出一种基于多维特征融合(MDFF)的立体匹配算法,该算法主要由三个模块组成:残差开端(Inception-ResNet)模块、空间金字塔池化(SPP)模块和堆叠沙漏网络(SHN)模块。Inception-ResNet模块主要提取图像对...
针对全局匹配算法复杂度太高的问题,提出了一种基于图割的快速鲁棒立体匹配算法。一方面,参考局部立体匹配算法的思想,优化图割求解中的网格图的节点和边缘个数,使得在进行图割全局优化求解时不需要遍历所有视差值...
在对匹配算法作了深入研究的基础上, 提出了一种利用图像分割的基于图割的立体匹配算法。算法把参考图分割成多个区域, 然后用平面公式在一个分割中建立视差。视差模板是从初始视差分割中提取的。每一个分割被分配到...
通过两个匹配算法来组合以深度图像,简单胜者为王它,所有(WTA)或更复杂的半全局匹配(SGM)与绝对差的几个匹配成本(和(SAD),总和平方差(SAD)或归一化互相关(NCC) )。 使用accX精度度量将结果与真实...
提出了一种基于秩空间的区域立体匹配算法。首先对立体图像进行秩(rank)变换,将图像从灰度空间变换到秩空间,消除因噪声和两个摄像机参数不一致产生的干扰,再根据自然视频序列每幅图像多数景物景深变化不大的事实...
双目立体视觉充分模拟人类的双眼感知场景中物体的空间距离,广泛应用于机器 ...了其中的图像超像素分割方法、局部立体匹配方法和基于图像分割的全局立体匹配方 法,最终将所研究的算法成功地应用于路面检测中
该算法在保持平均误匹配率与前者相接近的情况下,有效地降低了算法 时间复杂度,加快了算法的计算速度,体现了局部优化方法和全局优化方法相结 合的互补优势。
传统基于分割的立体匹配算法所采用的局部匹配方法误匹配率较高,同时平面拟合也具有一定的局限性。为了获得高准确率的视差图,本文将改进的局部匹配方法与全局匹配相结合,来获取初始视差图;同时利用曲面拟合的方法...
针对立体匹配算法在图像非遮挡区域, 特别是弱纹理区域误匹配率较高的问题, 提出一种基于十字交叉窗口下自适应色彩权值和树形动态规划的立体匹配算法。首先结合颜色、梯度信息及Census变换作为相似性测度函数构建代价...