精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

2D轉(zhuǎn)3D技術(shù)的便利性和方法

tUM2_ADA ? 來源:djl ? 作者:ADAS ? 2019-08-08 17:21 ? 次閱讀

為什要進行2D轉(zhuǎn)3D?

傳統(tǒng)的數(shù)字高清2D電視已經(jīng)不能滿足人們對視頻的真實感的要求,迎接3D電視的到來。

3D視頻的內(nèi)容主要來自三個個方面,其一,立體攝像機直接產(chǎn)生的視頻;其二,將原有的2D視頻信號轉(zhuǎn)換為3D視頻信號;其三,計算機生成圖像(CGI);

好處:

1.目前存在大量的傳統(tǒng)2D視頻,重現(xiàn)銀幕經(jīng)典。

2.技術(shù)尚未完全成型,特別是在3D電視方面,如果研究出很好的算法,有很大的商業(yè)潛力!

3D 成像的基本原理

基本原理:人類的左眼和右眼在水平方向上有5~6.5cm的位移,因此左右眼所看見的畫面中對應(yīng)實際物體上同一點存在一定距離,通過這種差別判斷物體的遠近和深度,即視差parallax原理。

根據(jù)“視差”原理,把同一景像用兩只眼睛視角的差距制造出兩個影像,然后讓兩只眼睛各看到對應(yīng)自己一邊的影像,就能刺激大腦產(chǎn)生3D(3Dimensions)立體效果的。

2D轉(zhuǎn)3D技術(shù)的便利性和方法

舉例:

1、大家可以輪流閉上一只眼試試--看同一個東西,側(cè)面不同

2、單眼對筆尖--比雙眼困難很多

2D轉(zhuǎn)3D技術(shù)分析

簡單的說就是從場景的一副圖像或者一系列圖像中,推導出該場景的精確的三維幾何描述,并定量地確定場景中物體的性質(zhì)。

主要步驟:

1.生成灰度圖

2.生成主輪廓圖,表示出圖像中重要物體的邊緣(圖像分割技術(shù))

3.生成深度圖,表示出以觀看者為中心的圖像中各物體的深度

4.3D呈現(xiàn),表示出圖像中各物體的空間幾何結(jié)構(gòu)

5.最終的3D表示所謂的3D圖像對,即略微不同的圖像,其中一個為左眼圖像,另一個為右眼圖像。

幾個關(guān)鍵詞

深度線索:用來提取三維信息的圖像特征

深度圖:通常表示為灰度圖,每一個像素點的值即為該點的深度

零視差、正視差、負視差:一個點落在銀幕上、一個點介于銀幕與觀看者之間、一個點看起來在銀幕平面遠離觀看者。

3D圖的表示方法:一種是采用雙目視差圖方式的3D圖像對;另一種是采用2D圖加深度圖的方式

視差圖與深度圖的關(guān)系

2D轉(zhuǎn)3D技術(shù)的便利性和方法

深度幾何關(guān)系

z為實物到眼睛的距離,即為深度;B為左眼與右眼的距離;XL 與XR 分別為三維世界中的點 P 在左眼圖像中的銀幕坐標與點 P 在右眼圖像中的銀幕坐標。 D 為眼睛與銀幕之間的距離。

通過控制視差d我們可以達到控制可視深度的目的,通常的做法是將作為左眼圖像,并通過增加視差來產(chǎn)生右眼圖像。

2D轉(zhuǎn)3D的基本框架

2D轉(zhuǎn)3D技術(shù)的便利性和方法

圖像分割

圖像分割的主要目標是將圖像劃分為與其中含有的真實世界的物體或區(qū)域有強相關(guān)性的組成部分。

圖像分割算法一般是基于亮度值的兩個基本特征之一: 不連續(xù)性和相似性。

分割的越細致,通過后期的深度提取與深度賦值產(chǎn)生的3D世界就越有深度感。

從深度線索中提取深度

基于深度提取算法所依賴的深度線索我們可以將深度提取算法分為12類。

2D轉(zhuǎn)3D技術(shù)的便利性和方法

根據(jù)立體的效果,要不斷的調(diào)整獲取的深度信息,人工很浪費時間。

雙目視差深度線索

原理:從兩個不同視點拍攝得到的同一個場景的兩幅圖像之間存在雙目視差。雙目視差模擬了人眼觀察實物的機制,是深度感知的重要線索,通過立體匹配的方法在兩幅圖像中尋找對應(yīng)的像素,計算雙目視差,視差越大,場景越近,視差越小,場景越遠;將雙目視差轉(zhuǎn)換為場景深度

2D轉(zhuǎn)3D技術(shù)的便利性和方法

P l 與P r 是3D 世界中點 P 在左圖像和右圖像上的投影, O l 與 Or 是左攝像機與右攝像機坐標系統(tǒng)中的原點

點P的深度值Z可通過如下公式計算:

Z= f*T/d

其中 d= x r -x l

陰影深度線索

原理:人類的大腦能夠非常好的利用陰影及一般情況下的明暗度提供的線索。檢測到的陰影不僅明確地指示了隱藏邊緣的位置和與其鄰近的表面的可能方向, 而且一般的敏感度性質(zhì)對于導出深度信息有重要的價值。

一個典型的例子是人臉的照片, 從直接的2D 表示, 我們的大腦可以很好的猜出其可能的照明模型, 進而推斷出人臉的3D 性質(zhì)。

分析

這些方法都是在實際操作時科研人員發(fā)現(xiàn)的單目深度技術(shù)比較困難,有時僅僅有一幅圖像得到的僅僅是深度關(guān)系,而不是實際的深度。

目前的主流算法是利用雙目深度線索,結(jié)合多幅圖像在空間維度與時間維度上相關(guān)性來獲取場景的深度信息,特定環(huán)境下采用單目技術(shù)。

沒有一個系統(tǒng)的普遍的算法,這也是2D轉(zhuǎn)3D技術(shù)研究中的難題。

由深度圖進行3D圖合成!

從深度圖進行3D圖合成

過程:從深度圖到立體圖像對生成, 實際上是從原始圖像結(jié)合深度圖生成左眼圖像與 右眼圖像。而左右眼圖像是通過對分割后物體的平移操作獲得的。

最初的是將原始的2D圖像作為一個眼的圖像,平移得到另一個眼的圖像。

現(xiàn)在

原始的2D素材被當作介于左右畫面的中間畫面,左右眼的圖像都是經(jīng)過的平移得到的。

減小了因為計算造成的畫面變形。

后期制作

得到3D圖像對之后,根據(jù)3D效果要對前面的步驟不斷的微調(diào),已達到最好的3D效果。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 3D
    3D
    +關(guān)注

    關(guān)注

    9

    文章

    2863

    瀏覽量

    107328
  • 圖像分割
    +關(guān)注

    關(guān)注

    4

    文章

    182

    瀏覽量

    17977
  • 深度
    +關(guān)注

    關(guān)注

    0

    文章

    12

    瀏覽量

    8835
收藏 人收藏

    評論

    相關(guān)推薦

    針對顯示屏的2D/3D觸摸與手勢開發(fā)工具包DV102014

    手勢功能并與2D PCAP多點觸摸設(shè)計實現(xiàn)無縫結(jié)合而言,GestIC技術(shù)可謂是一款復雜極低的解決方案。利用這一方案,設(shè)計人員現(xiàn)在可以輕松地結(jié)合2D
    發(fā)表于 11-07 10:45

    為什么3D2D模型不能相互轉(zhuǎn)換?

    AD17.1.5軟件,3D2D模型不能相互轉(zhuǎn)換,按3可以進入3D模型,按2不可以進入2D模型,
    發(fā)表于 09-20 05:35

    2D3D視頻自動轉(zhuǎn)換系統(tǒng)

    完成系統(tǒng)界面的設(shè)置及控制、顯示等功能,其DSP處理器實現(xiàn)圖像分割和渲染等核心算法,實現(xiàn)了1個高效的2D3D視頻的視頻轉(zhuǎn)換系統(tǒng)。2D轉(zhuǎn)3D
    發(fā)表于 03-06 14:20 ?1次下載
    <b class='flag-5'>2D</b>到<b class='flag-5'>3D</b>視頻自動轉(zhuǎn)換系統(tǒng)

    適用于顯示屏的2D多點觸摸與3D手勢模塊

    本視頻將展示結(jié)合多點觸摸與3D手勢模塊的Microchip顯示解決方案。支持2D/3D功能的顯示屏是Microchip基于GestIC?技術(shù)的最新解決方案。顯示屏上結(jié)合了
    的頭像 發(fā)表于 06-06 02:45 ?5109次閱讀

    如何把OpenGL中3D坐標轉(zhuǎn)換成2D坐標

    在OpenGL中,一切事物都在3D空間中,但我們的屏幕坐標確實2D像素數(shù)組,OpenGL大部分工作就是把3D坐標轉(zhuǎn)換成適應(yīng)屏幕的2D像素。3D
    的頭像 發(fā)表于 07-09 10:40 ?8560次閱讀

    3D 機器視覺為什么將逐步取代 2D 識別技術(shù)

    不難判斷,在此趨勢下,3D 機器視覺將面臨較快的增長趨勢,3D 視覺未來將逐步取代 2D 識別技術(shù),在許多“痛點型應(yīng)用場景”中大顯身手,發(fā)展成為主流視覺系統(tǒng)。
    的頭像 發(fā)表于 08-21 10:33 ?5077次閱讀

    阿里研發(fā)全新3D AI算法,2D圖片搜出3D模型

    導購等領(lǐng)域的門檻。該研究成果已被AI頂會NeurIPS 2020收錄。 盡管3D打印、VR等應(yīng)用場景逐漸成熟,但以3D搜索為代表的3D智能技術(shù)依舊處于早期研究階段。例如,受限于
    的頭像 發(fā)表于 12-04 15:49 ?3500次閱讀

    谷歌發(fā)明的由2D圖像生成3D圖像技術(shù)解析

    谷歌發(fā)明的由2D圖像生成3D圖像的技術(shù),利用3D估計神經(jīng)網(wǎng)絡(luò)圖像信息的補全以及預測,融合了拍攝角度、光照等信息,讓生成的3D圖像看起來更加逼
    的頭像 發(fā)表于 12-24 12:55 ?4713次閱讀
    谷歌發(fā)明的由<b class='flag-5'>2D</b>圖像生成<b class='flag-5'>3D</b>圖像<b class='flag-5'>技術(shù)</b>解析

    3d人臉識別和2d人臉識別的區(qū)別

    首先是3d人臉識別和2d人臉識別圖像數(shù)據(jù)獲取不同。3D人臉識別是以3D攝像頭立體成像,而2D是以2D
    發(fā)表于 02-05 16:00 ?4.3w次閱讀

    基于神經(jīng)網(wǎng)絡(luò)的2D3D的機器學習

    FSD beta所采用的voxel 3D NN的技術(shù)細節(jié)并未得到披露,從類似的一般的公開方法來說,從2D單個圖像中恢復出voxel
    發(fā)表于 10-11 15:32 ?738次閱讀

    探討一下2D3D拓撲絕緣體

    這樣的物理規(guī)范,具有很高的普適,applicable 到所有維度空間。對二維 2D 拓撲絕緣體 (2D - TI) 和三維 3D 拓撲絕緣體 (3
    的頭像 發(fā)表于 11-23 10:23 ?2393次閱讀

    2D3D視覺技術(shù)的比較

    作為一個多年經(jīng)驗的機器視覺工程師,我將詳細介紹2D3D視覺技術(shù)的不同特點、應(yīng)用場景以及它們能夠解決的問題。在這個領(lǐng)域內(nèi),2D3D視覺
    的頭像 發(fā)表于 12-21 09:19 ?1063次閱讀

    一文了解3D視覺和2D視覺的區(qū)別

    一文了解3D視覺和2D視覺的區(qū)別 3D視覺和2D視覺是兩種不同的視覺模式,其區(qū)別主要體現(xiàn)在立體感、深度感和逼真度上。本文將詳細闡述這些區(qū)別,并解釋為什么
    的頭像 發(fā)表于 12-25 11:15 ?2880次閱讀

    介紹一種使用2D材料進行3D集成的新方法

    美國賓夕法尼亞州立大學的研究人員展示了一種使用2D材料進行3D集成的新穎方法
    的頭像 發(fā)表于 01-13 11:37 ?1031次閱讀

    有了2D NAND,為什么要升級到3D呢?

    2D NAND和3D NAND都是非易失存儲技術(shù)(NVM Non-VolatileMemory),屬于Memory(存儲器)的一種。
    的頭像 發(fā)表于 03-17 15:31 ?928次閱讀
    有了<b class='flag-5'>2D</b> NAND,為什么要升級到<b class='flag-5'>3D</b>呢?