Resumen

Este artículo propone un método de dos etapas para la eliminación de ruido y la superresolución de imágenes de profundidad de manos, utilizando filtros bilaterales y diccionarios aprendidos mediante la búsqueda de coincidencia ortogonal consciente del ruido (NAOMP) basada en K-SVD. La fase de filtrado bilateral recupera los puntos singulares y elimina los artefactos de las siluetas promediando los datos de profundidad mediante píxeles de vecindad a los que se imponen restricciones de diferencia de profundidad y similitud RGB. La fase de aprendizaje de diccionarios utiliza NAOMP para entrenar diccionarios que separan la profundidad fiel de los datos ruidosos. En comparación con el OMP tradicional, NAOMP añade un paso de reducción residual que debilita eficazmente el término de ruido dentro del residuo durante la descomposición residual en términos de átomos. Los resultados experimentales demuestran que la fase bilateral y la fase de diccionarios de aprendizaje basados en NAOMP denogenizan corporativamente tanto las imágenes de profundidad virtuales como las reales con eficacia.

• Materias:Ingeniería electrónica Sensores Redes Inalámbricas Tecnología de sensores Procesamiento de señales asistido por computador Procesamiento de datos
• Subjects:Electronic engineering sensors Wireless Networks Sensor technology Signal processing computer-assisted Data processing
• Palabras claves:naomp, aware orthogonal matching pursuit, rgb similarity restrictions, hand depth image, real depth images, residual reduction step, phase, experimental results, bilateral filters, bilateral phase
• Keywords:naomp, aware orthogonal matching pursuit, rgb similarity restrictions, hand depth image, real depth images, residual reduction step, phase, experimental results, bilateral filters, bilateral phase