一种多视角高精度图片的深度估计方法
针对多视图的重建中高精度图片难以有效重建的问题,提出了基于学习的深度估计方法.该方法利用空洞卷积神经网络对图片进行特征提取,利用长短期记忆网络构建并优化三维代价体,并且采取有监督和无监督2种方式进行训练.在2个真实场景中的多视角图片数据集上的实验结果表明,相比于传统方法和其他基于学习的方法,该网络所需的显存大大减少,因此能用于高精度图片的重建,同时,提高了模型深度预测的准确性和完整性.
多视图重建;循环神经网络;高精度图片
44
TP391(计算技术、计算机技术)
国家自然科学基金项目;北京市自然科学基金项目
2021-11-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
101-106