为了获取更加清晰、更多细节的轮廓特征，充分利用Kinect传感器获取的RGB-D图像信息，将结构化的随机森林作为分类器，提出一种更加精确的轮廓提取器。首先，将RGB-D图像的多种信息利用数学公式表示出来；然后利用BSD500数据集以及NYU深度数据集训练结构化的随机森林算法，核心是将给定节点的结构化标签映射到一组离散标签；最后，利用该随机森林算法对RGB-D图像信息进行分类，得到图像轮廓。针对细节不同的四种场景图像进行对比实验，结果表明，经改进后的算法得到的轮廓效果更加清晰、准确。

做三维图像重建时进行深度信息估计 查找的一些比较有含金量的单目摄像机进行深度信息提取的文献 值得借鉴

matlab开发-超越高斯去噪剩余学习深度信息去噪。超越高斯去噪：用于图像去噪的深CNN残差学习

在VS上实现的立体匹配NCC算法，用C++编写。很适合初学者学习，注意配置opencv

基于计算机视觉的深度信息提取算法，应用MATLAB编程

从双目视觉图片，左右双摄得到的图像，来获取图片的深度信息。从而用于构建3d图片。

移动端useragent，18w条，包含platform，颜色深度信息

在C++下，利用Opencv的库，首先通过Sift找出左右图的匹配点，之后通过Ransac和knn算法剔除错误匹配点后，最后求出匹配点对的深度信息