项目名称: 基于多视角结构稀疏表达的自由视角视频合成方法研究

项目编号: No.61472035

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 计算机科学学科

项目作者: 张磊

作者单位: 北京理工大学

项目金额: 80万元

中文摘要: 自由视角视频合成是将有限视角采集的视频数据通过关联和重构生成场景在视场范围内任意新视角下的视频,在视频监控、3D 电视、视频会议等领域有着重要的应用。传统自由视角视频合成方法缺乏视频结构在多视角关联下的有效表达,很难进一步提高场景建模和新视角场景绘制与融合的效率和质量。本项目拟结合计算机图形学、图像与视频处理中的相关理论和算法,利用多视角视频数据的稀疏性作为线索,克服由于多视角关联产生的信息冗余对场景建模和场景绘制与融合的限制,探索基于稀疏性的多视角视频数据的关联组织及高效表示,研究多视角结构的稀疏表达方法,并利用多视角结构研究视频场景建模和新视角场景绘制与融合等关键技术,以进一步提高自由视角视频合成的效率和质量,为多视角视频相关的应用服务提供技术支撑。预期在在国内外重要学术期刊和会议上发表高水平论文10 篇以上,其中国际重要期刊论文6 篇以上,申请专利7 项以上。

中文关键词: 多视角结构;视频合成;自由视角;稀疏表达

英文摘要: Free-view video synthesis is to generate video scene from a novel view in the range of field of view by correlating and reconstructing video data captured from limited views, which has important applications in the fields like video surveillance, 3D television, teleconference. Classic free-view video synthesis methods can not provide efficient representation on video structure with multi-view correlation, thus are difficult to improve the efficiency and quality of scene modeling and rendering and composition. This project plans to integrate the relevant theories and algorithms of computer graphics, image and video processing, and utilize sparsity of multi-view video data as clue that can overcome the limitations on scene modeling and rendering and composition caused by information redundancy in multi-view correlation, and to explore sparsity-based correlation organization and efficient representation on multi-view video data, and to study the method of sparse representation on multi-view structure, and by virtue of multi-view structure to study the key techniques of video scene modeling and novel view scene rendering and composition for further improving efficiency and quality of free-view video synthesis, which can provide technical support for appliation and service based on multi-view videos. Expectation involves over 10 high-quality publications on domestic and international important academic journals and conferences, of which over 6 publications are on interational important journals, and apply over 7 patents.

英文关键词: Multi-view structure;Video synthesis;Free-view;Sparse representation

成为VIP会员查看完整内容
2

相关内容

【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
专知会员服务
34+阅读 · 2021年10月17日
专知会员服务
62+阅读 · 2021年4月16日
基于深度学习的图像分析技术,116页ppt
专知会员服务
55+阅读 · 2020年7月17日
【CVPR2020】时序分组注意力视频超分
专知会员服务
30+阅读 · 2020年7月1日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
魏哲巍:图神经网络的理论基础
图与推荐
0+阅读 · 2021年11月5日
【学界】实景照片秒变新海诚风格漫画:清华大学提出CartoonGAN
GAN生成式对抗网络
14+阅读 · 2018年6月20日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
【深度】多媒体计算国际团队:从单通道感知到跨媒体认知
中国科学院自动化研究所
73+阅读 · 2017年8月14日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
Learning to execute or ask clarification questions
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月16日
Arxiv
25+阅读 · 2021年3月20日
Arxiv
30+阅读 · 2019年3月13日
小贴士
相关VIP内容
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
专知会员服务
34+阅读 · 2021年10月17日
专知会员服务
62+阅读 · 2021年4月16日
基于深度学习的图像分析技术,116页ppt
专知会员服务
55+阅读 · 2020年7月17日
【CVPR2020】时序分组注意力视频超分
专知会员服务
30+阅读 · 2020年7月1日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
微信扫码咨询专知VIP会员