1、基于視頻的重建技術(shù)在計(jì)算機(jī)視覺領(lǐng)域中扮演著非常重要的角色，而如何恢復(fù)場景的三維模型是目前研究的熱點(diǎn)與難點(diǎn)問題。本文圍繞基于視頻的場景重建技術(shù)展開討論，包括基于單目視頻的三維場景重建和基于雙目視頻的視差圖和場景流獲取。由于單目包含的深度信息比較少，如何基于單目視頻恢復(fù)相機(jī)的運(yùn)動(dòng)參數(shù)以及目標(biāo)的深度信息是研究的重點(diǎn)與難點(diǎn)。雙目視頻雖然包含了非常顯著的深度信息，但是考慮到視頻中場景的連續(xù)性問題，如何使得恢復(fù)出的深度圖保持前后幀的連續(xù)性以及場景中

2、運(yùn)動(dòng)目標(biāo)的一致性，也是比較困難的問題。因此，針對上述所提到的問題進(jìn)行了深入的研究，具體的研究工作如下：
　　第一，對三維重建研究進(jìn)行了詳細(xì)的介紹，介紹了對于特征點(diǎn)匹配的理解以及提出的基于特征引導(dǎo)偏向性高斯混合模型（FGBG）；詳細(xì)介紹立體視覺中立體匹配算法的原理、分類及評測標(biāo)準(zhǔn)，并在4個(gè)典型的數(shù)據(jù)集上對有代表性的局部、全局、半全局算法進(jìn)行對比實(shí)驗(yàn)。此外，詳細(xì)介紹運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)（SFM）的基本原理，并進(jìn)行了實(shí)驗(yàn)分析。
　　第二，

3、提出一種基于雙目視頻的視差圖和場景流獲取技術(shù)?；陔p目視頻，首先獲得初始的視差圖和2D特征點(diǎn)軌跡；在此基礎(chǔ)上獲得初始的3D稀疏運(yùn)動(dòng)軌跡，利用本文提出的Object Motion Hypothesis（OMH）算法獲得運(yùn)動(dòng)物體的一致性假設(shè)；采用slanted-plane model以及參考圖像與前后時(shí)間點(diǎn)圖像對的約束關(guān)系，構(gòu)建超像素和運(yùn)動(dòng)物體之間的能量模型，通過優(yōu)化獲得視差和場景流的估計(jì)結(jié)果。
　　第三，提出一種基于單目視頻的動(dòng)態(tài)場