基於多尺度拓撲匹配流的寬基線基礎矩陣估計方法研究

《基於多尺度拓撲匹配流的寬基線基礎矩陣估計方法研究》是依託華中科技大學，由田金文擔任項目負責人的面上項目。

基本介紹

• 中文名：基於多尺度拓撲匹配流的寬基線基礎矩陣估計方法研究
• 項目類別：面上項目
• 項目負責人：田金文
• 依託單位：華中科技大學

中文摘要

寬基線條件下基礎矩陣估計在三維場景重建、視覺導航、智慧型交通和駕駛等計算機視覺相關領域具有廣泛套用。針對寬基線基礎矩陣估計中存在的兩個難點，外點過多以及數據退化，本課題提出研究基於多尺度拓撲匹配流的寬基線基礎矩陣估計方法。研究集成多種局部幾何約束的自適應尺度選擇的拓撲聚類方法，並提出匹配流思想，構建匹配流機率表達模型，研究有效的矢量域學習算法來估計圖像對的全局匹配流。進而集成自適應尺度拓撲聚類的局部約束能力以及匹配流的全局泛化能力，研究拓撲匹配流去除外點算法。為了解決基礎矩陣估計中的退化問題，研究匹配集合的多尺度拓撲匹配流數據表達模型，設計靈活的分層匹配流形結構，建立合適的退化判別準則，探索魯棒的交叉採樣策略，從而有效避免退化的出現。最後設計可靠的測試數據對基礎矩陣估計算法進行實驗評價，並探索其在三維重建中的套用研究，驗證其實際套用性能。相關研究成果不僅理論意義重大，也具有潛在的套用前景。

結題摘要

寬基線條件下基礎矩陣估計在三維場景重建、視覺導航、智慧型交通和駕駛等計算機視覺相關領域具有廣泛套用。針對寬基線基礎矩陣估計中存在的兩個難點，外點過多以及數據退化，本課題提出研究基於多尺度拓撲匹配流的寬基線基礎矩陣估計方法。研究集成多種局部幾何約束的自適應尺度選擇的拓撲聚類方法，並提出匹配流思想，構建匹配流機率表達模型，研究有效的矢量域學習算法來估計圖像對的全局匹配流。進而集成自適應尺度拓撲聚類的局部約束能力以及匹配流的全局泛化能力，研究拓撲匹配流去除外點算法。為了解決基礎矩陣估計中的退化問題，研究匹配集合的多尺度拓撲匹配流數據表達模型，設計靈活的分層匹配流形結構，建立合適的退化判別準則，探索魯棒的交叉採樣策略，從而有效避免退化的出現。最後設計可靠的測試數據對基礎矩陣估計算法進行實驗評價，並探索其在三維重建中的套用研究，驗證其實際套用性能。相關研究成果不僅理論意義重大，也具有潛在的套用前景。