10.19678/j.issn.1000-3428.0056477
多层级特征融合结构的单目图像深度估计网络
采用卷积神经网络对单目图像的深度进行估计时,存在深度信息不精确、边缘模糊以及细节缺失等问题.为此,提出一种多层级特征融合结构的深度卷积网络.该网络采用端到端的编-解码器结构,编码器使用ResNet101网络结构将图像转换为高维特征图,解码器使用上采样卷积模块从高维特征图中重建出深度图像,并对编码器与解码器中的不同层级特征进行融合.基于NYUv2数据集与KITTI数据集的实验结果表明,相比其他先进网络,该网络不仅能预测出更加准确的深度信息,而且能保持预测深度图像的边缘信息.
单目图像、深度估计、编-解码器结构、多层级融合、亚像素卷积
46
TP391(计算技术、计算机技术)
国家自然科学基金面上项目;北方工业大学学生科技活动项目
2021-02-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
207-214