1、語(yǔ)義目標(biāo)解析和場(chǎng)景分析是計(jì)算機(jī)視覺中重要的研究方向，其主要目的是對(duì)圖像和視頻中的目標(biāo)和場(chǎng)景進(jìn)行分析、理解，在視頻監(jiān)控、自動(dòng)駕駛、智能交通等方面均有廣泛的應(yīng)用。語(yǔ)義目標(biāo)解析涉及對(duì)行人、車輛等目標(biāo)的檢測(cè)、識(shí)別及分析過(guò)程。其中行人細(xì)粒度分析是很多計(jì)算機(jī)視覺應(yīng)用的基礎(chǔ)，其目的是將行人圖像分割成語(yǔ)義部件，并識(shí)別其屬性。場(chǎng)景分析主要包括對(duì)場(chǎng)景的深度估計(jì)、運(yùn)動(dòng)分析以及結(jié)構(gòu)分析等。場(chǎng)景的深度估計(jì)是指從圖像中得到場(chǎng)景的深度信息，有助于恢復(fù)場(chǎng)景的三維結(jié)構(gòu)。

2、場(chǎng)景的運(yùn)動(dòng)分析則主要是指從連續(xù)視頻幀中得到光流信息，被用于運(yùn)動(dòng)目標(biāo)的行為識(shí)別和異常事件的檢測(cè)分類。因此，有效的行人細(xì)粒度分析、圖像深度估計(jì)和光流估計(jì)算法具有重要的現(xiàn)實(shí)意義，本文也主要關(guān)注這三個(gè)任務(wù)。近年來(lái)，深度學(xué)習(xí)已在目標(biāo)檢測(cè)、人臉識(shí)別、場(chǎng)景標(biāo)注等計(jì)算機(jī)視覺任務(wù)上取得突破，設(shè)計(jì)以任務(wù)為導(dǎo)向的網(wǎng)絡(luò)模型受到學(xué)術(shù)界和工業(yè)界越來(lái)越多的關(guān)注。本文將針對(duì)行人細(xì)粒度分析、單張圖像深度估計(jì)和光流估計(jì)這三個(gè)任務(wù)，分別提出不同的基于深度學(xué)習(xí)的模型。

3、　　本研究主要內(nèi)容包括：⑴對(duì)于單張圖像深度估計(jì)任務(wù)，首先回顧了已有的相關(guān)方法，然后針對(duì)目前基于深度學(xué)習(xí)的深度估計(jì)模型在建?？臻g上下文關(guān)系上存在的不足，本文分別提出基于數(shù)據(jù)驅(qū)動(dòng)的上下文特征學(xué)習(xí)模型和基于全變分模型的損失函數(shù)模型。前者通過(guò)數(shù)據(jù)學(xué)習(xí)和像素位置相關(guān)的上下文關(guān)系權(quán)值將鄰域特征融合到深度值預(yù)測(cè)，而后者則能夠有效地壓制噪聲并在保留邊緣的同時(shí)使結(jié)果更加的平滑。最后本文將這兩種模型融合，得到更有效的方法。⑵在光流估計(jì)任務(wù)中，相對(duì)于傳統(tǒng)的光

4、流估計(jì)方法，基于深度學(xué)習(xí)的方法具有效率高、易擴(kuò)展的優(yōu)點(diǎn)。然而目前基于深度學(xué)習(xí)的方法并不多，同時(shí)已有的深度模型在大位移光流預(yù)測(cè)問題上存在不足。提出一種基于多尺度的相關(guān)性學(xué)習(xí)的深度卷積網(wǎng)絡(luò)結(jié)構(gòu)，能夠有效地處理大位移情況。在一些大位移光流數(shù)據(jù)集上，相對(duì)于基準(zhǔn)算法，本文提出的框架的表現(xiàn)有很明顯的改善。另外，由于預(yù)測(cè)的結(jié)果含有較多的噪聲和較大的誤差，提出將遞歸神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合對(duì)預(yù)測(cè)的結(jié)果進(jìn)一步修正并得到更加精細(xì)的結(jié)果。⑶對(duì)于行人細(xì)粒度