蓋世汽車訊 在計(jì)算機(jī)視覺(jué)的一些應(yīng)用中，例如增強(qiáng)現(xiàn)實(shí)和自動(dòng)駕駛汽車，估計(jì)物體和相機(jī)之間的距離是一項(xiàng)重要任務(wù)。聚焦/散焦深度是利用圖像中的模糊作為線索來(lái)實(shí)現(xiàn)這一過(guò)程的技術(shù)之一。聚焦/散焦深度通常需要一堆以不同焦距拍攝的同一場(chǎng)景的圖像，這種技術(shù)稱為“焦點(diǎn)堆?！薄?/p>

在過(guò)去的十幾年里，科學(xué)家們提出許多不同的聚焦/散焦深度方法，其中大多數(shù)可以分為兩類。第一類包括基于模型的方法，使用數(shù)學(xué)和光學(xué)模型根據(jù)清晰度或模糊度來(lái)估計(jì)場(chǎng)景深度。然而，此類方法的主要問(wèn)題是它們無(wú)法處理無(wú)紋理的表面，而無(wú)紋理的表面在整個(gè)焦點(diǎn)堆棧上看起來(lái)幾乎相同。

第二類包括基于學(xué)習(xí)的方法，可以訓(xùn)練這些方法以有效地執(zhí)行聚焦/散焦深度，即使對(duì)于無(wú)紋理的表面也是如此。然而，如果用于輸入焦點(diǎn)堆棧的攝像頭設(shè)置與訓(xùn)練數(shù)據(jù)集中使用的攝像頭設(shè)置不同，這些方法就會(huì)失敗。

據(jù)外媒報(bào)道，日本研究人員克服了這些限制，開(kāi)發(fā)出創(chuàng)新的聚焦/散焦深度方法，可以同時(shí)解決上述問(wèn)題。該相關(guān)研究由日本奈良先端科學(xué)技術(shù)大學(xué)院大學(xué)的Yasuhiro Mukaikawa和Yuki Fujimura領(lǐng)導(dǎo)，且已發(fā)表在《International Journal of Computer Vision》上。