基于向量场的深度计算方法

基于深度图像可以方便地区分前景和背景,有效提高自然人机交互的性能。其中基于面结构光技术的深度摄像头实用性强,得到了迅速发展,其深度信息获取基于图像块匹配算法,在计算每个像素点的深度时,需要在测量范围内进行逐点搜索、图像块匹配和寻优等大量运算,这些运算要通过高性能计算机或专用并行运算芯片才能达到实时性,导致了深度摄像头成本的增加。本文研究基于向量场模式识别的深度图算法DepthVH,通过生成具有深度相关特征的向量场,将深度信息变换为特征信息,通过直接识别各个深度点周围的向量场特征,将该特征信息逆变换为深度信息,实现类似Hash映射的搜索,避免了线性搜索匹配算法的巨大运算量。采用DepthVH,智能电视只要增加一个红外发射元件,就可以具有自然人机交互功能。