W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Rozdział

Pobierz BibTeX

Tytuł

Depth estimation based on Maximization of A posteriori Probability

Autorzy

[ 1 ] Katedra Telekomunikacji Multimedialnej i Mikroelektroniki, Wydział Elektroniki i Telekomunikacji, Politechnika Poznańska | [ P ] pracownik

Rok publikacji

2016

Typ rozdziału

referat

Język publikacji

angielski

Streszczenie

EN This paper presents a proposal of depth estimation method which employs empirical modeling of cost function based on Maximization of A posteriori Probability (MAP) rule. The proposed method allows for unsupervised depth estimation without a need for usage of arbitrary settings or control parameters, like Smoothing Coefficient in Depth Estimation Reference Software (DERS), which was used as a reference. The attained quality of generated depth maps is comparable to a case when supervised depth estimation is used, and such parameters are manually optimized. In the case when sub-optimal settings of control parameters in supervised depth estimation with DERS is used, the proposed method provides gains of about 2.8dB measured in average PSNR quality of virtual views synthesized with the use of estimated depth maps in the tested sequence set.

Strony (od-do)

253 - 265

DOI

10.1007/978-3-319-46418-3_23

URL

https://link.springer.com/chapter/10.1007/978-3-319-46418-3_23

Książka

Computer Vision and Graphics. International Conference, ICCVG 2016, Warsaw, Poland, September 19-21, 2016, Proceedings

Zaprezentowany na

International Conference on Computer Vision and Graphics, ICCVG 2016, 19-21.08.2016, Warsaw, Poland

Publikacja indeksowana w

WoS (15)

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.