Kinect深度图修复

在这里，我们提供对深度图相似性学习的现有文献的全面回顾。我们为方法和应用提出了系统的分类法。最后，我们讨论该问题的挑战和未来方向。

图神经网络(GNNs)广泛应用于分析图结构数据。大多数GNN方法对图结构的质量非常敏感,通常需要一个完美的图结构来学习信息嵌入。然而,图中噪声的普遍性需要学习鲁棒表示以解决真实世界问题。为了提高GNN

对2D到3D视频转换过程中的深度图推理算法进行了研究。该研究以视频压缩域中的宏块为单位进行深度图推理,根据不同的宏块类型选择不同的推理策略。首先,采用基于邻块的运动估计算法对帧内宏块的运动矢量进行计算

获取基于激光散斑的深度图像时存在匹配精度低、计算量大,以及在面对不同测量环境时鲁棒性差等问题,为此,提出了一种基于激光散斑的半稠密深度图获取算法。为解决鲁棒性差的问题,采用局部自适应二值化对散斑图像进

Repair DNS, deep fix DNS

深度相机、微软Kinect及其应用。三维扫描技术介绍;•深度相机的原理、优势（TOF，Kinect）;•深度相机的应用研究;•三维数据重建;•人机交互与用户跟踪;•我们的工作：;•三维发型扫描重建（T

反卷积（Deconvolution）的概念第一次出现是Zeiler在2010年发表的论文Deconvolutionalnetworks中，但是并没有指定反卷积这个名字，反卷积这个术语正式的使用是在其之

Depth Image Processing - 3D Vision

这是基于深度图像的头部姿态估计代码源程序

专人跟踪是一种姿态的根本任务识别系统。大部分以前的作品所追踪的手在彩色图像位置和肤色严重依赖信息。然而，颜色信息是很容易受到照明变化和肤色的差异各地不同的人种族。此外，不能有效地鉴别面或从手等皮肤色状