01
深度图基础
什么是深度图 · 与RGB图的区别 · AR/VR、自动驾驶、3D重建应用
概念应用
02
深度图生成方法概览
立体匹配 · 结构光 · ToF · 单目深度估计
立体ToF单目
03
立体匹配原理
对极几何 · 视差计算 · 代价聚合 · 视差优化
几何优化
04
立体匹配实战
OpenCV SGBM · 参数调优 · 效果评估
OpenCV调参
05
单目深度估计
MiDaS · DPT · 轻量级模型 (MobileNet+Depth)
MiDaSDPT
06
单目深度估计实战
PyTorch加载MiDaS · 推理单图 · 可视化深度图
PyTorch推理
07
深度图空洞成因
遮挡 · 低纹理 · 反射表面 · 传感器噪声
噪声遮挡
08
空洞修复基础
最近邻插值 · 双线性插值 · 中值滤波
插值滤波
09
基于图像修复的空洞填充
Telea · Navier-Stokes · OpenCV inpaint
inpaintOpenCV
10
基于深度学习的空洞修复
UNet架构 · 深度补全网络 · 稀疏到稠密
UNet补全
11
深度图后处理
联合双边滤波 · 引导滤波 · 快速全局平滑
滤波平滑
12
深度图上采样
最近邻 · 双三次 · 学习型上采样 (EDSR)
上采样EDSR
13
深度图融合
多帧融合 · RGB-D融合 · 置信度引导
融合RGB-D
14
深度图评估指标
Abs Rel · RMSE · δ1/δ2/δ3精度
指标精度
15
深度图可视化
伪彩色映射 · 3D点云 · Mesh重建
可视化点云
16
实战项目1：立体相机深度图生成与修复
双目深度估计 + 空洞修复完整流程
实战双目
17
实战项目2：单目视频深度估计与修复
时间一致性修复 · 视频深度
视频时序
18
实战项目3：RGB-D传感器深度修复
Kinect深度图修复 · 噪声去除
KinectRGB-D
19
实战项目4：自动驾驶深度补全
稀疏LiDAR补全 · 道路场景
自动驾驶补全
20
实战项目5：手机双摄深度图与虚化
双摄深度 · 美颜虚化 · 人像模式
双摄虚化
21
深度图在AR中的应用
遮挡处理 · 虚拟物体放置 · 光照估计
AR遮挡
22
深度图在3D重建中的应用
TSDF融合 · 泊松重建 · 纹理映射
3D重建TSDF
23
深度图在机器人中的应用
SLAM · 避障 · 抓取
机器人SLAM
24
深度图压缩与传输
编码标准 · 学习型压缩 · 实时传输优化
压缩传输
25
深度图数据增强
随机裁剪/旋转/缩放 · 添加噪声 · 模拟空洞
增强模拟
26
深度图标注工具
LabelMe · CVAT · 自定义标注脚本
标注工具
27
深度图数据集
KITTI · NYU Depth V2 · Middlebury · ScanNet · SUN RGB-D
数据集KITTI
28
模型部署
ONNX导出 · TensorRT加速 · TFLite/NCNN移动端
部署ONNX
29
前沿技术
NeRF深度估计 · 扩散模型补全 · 自监督深度
NeRF扩散模型
30
课程总结与未来展望
技术趋势 · 学习路径 · 开源项目推荐
总结路径