基于全卷积网络的光流算法与其GPU的实现与优化开题报告
2021-03-15 22:34:10
1. 研究目的与意义(文献综述)
1.1 项目的研究目的及意义
光流(optical flow)是空间运动物体在观测成像面上的像素运动的瞬时速度。基于卷积神经网络的光流算法,通过训练图像对,实现光流场的预测。光流在机器人控制、运动捕捉、物体分割、双目视觉等工程应用场合均有重要作用。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 研究的基本内容与方案
2.项目的总体设计:
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
3. 研究计划与安排
第一周至第四周:
查阅相关文献,了解基本光流算法的实现和应用;如hs算法,理解其数学基础,为并行化算法求解;撰写开题报告。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
4. 参考文献(12篇以上)
[1] p.v.d.smagt and d.cremersand t.brox.flownet:learning optical flow with convolutional networks.iniccv,2015
剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付