kinect深度图的平滑

目前直接获取的深度图受其成像原理及硬件设备等因素的限制,存在分辨率低、边缘信息丢失等缺点,极大地影响了深度图的应用。针对这一问题,提出基于双通道卷积神经网络的深度图超分辨率重建模型。该模型由深、浅两个

针对传统深度图超分辨率重建算法需要人工提取特征、计算复杂度较高且不容易得到合适表示特征的问题, 提出一种基于卷积神经网络(CNN)的深度图超分辨率重建算法。该算法不需要提前对特定的任务从图像中提取具体

Halcon点云转成深度图的方法，包括通过get_image_size函数获取图像的宽度和高度，以及使用gen_image_const函数生成指定宽高的2D图像。然而，这种方法在点云拼接融合后的场景中

随着深度相机的应用,三维场景的重建越来越简单、快速。从单视角的深度场景图像中检索 出物体还是比较困难,特别是物体的姿态估计。提出了一种基于卷积神经网络的深度图像姿态估计 算法。 该算法采用了回归估计来

针对飞行时间相机获取深度图像分辨率低, 并受成像噪声干扰的问题, 提出一种插值深度图和高分辨率彩色图像联合约束的二阶广义全变分(TGV)深度图超分辨率重建方法。首先利用传统插值和多尺度形态学方法进行预

基于Kinect手势识别系统设计实现可参考该论文

OpenNI2 captures ASUS XtionProLive depth and color maps and displays them with OpenCV

提出了使用应用意图和程序行为的兼容性来确定应用是否会在用户期望范围内执行。目标是自动检查应用意图与其幕后行为之间的兼容性,即检测意图行为

深度图像处理最经典的一本书的电子版，这个纸版的应该也不太好卖了，希望有用吧

基于RGBD图像的，骨骼序列提取，使用了openNI2开源库