聚合多维注意力特征的单目深度估计方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1006-2475.2023.06.013

聚合多维注意力特征的单目深度估计方法

引用
为了提升单目深度估计网络的预测精度,本文深入研究多维注意力机制对单目深度估计网络的影响与作用,并设计一种优化后的通道和空间注意力模块.在基于局部平面指导层的卷积神经网络框架上,通过设计模块的放置方法,构建可以充分激发多维注意力机制有效性的网络结构.结合以上2点改进措施,得到一种高性能的单目深度估计网络——聚合通道和空间注意力特征的单目深度估计网络.在KITTI深度数据集和NYU Depth V2数据集中,通过实验分别验证优化模块的有效性和聚合网络的优秀性能.相比于基于局部平面指导层的卷积神经网络,聚合网络对于图像的总体特征具有更好的处理能力,预测的深度信息更加精准,网络的多个评价指标均有不同幅度的提升.同时,聚合网络生成的深度图也展现出了更多的物体轮廓和细节信息.

单目深度估计、卷积神经网络、通道注意力、空间注意力

TP391(计算技术、计算机技术)

中国南方电网公司深圳供电局有限公司科技项目090000KK52180035

2023-07-18(万方平台首次上网日期,不代表论文的发表时间)

共6页

76-81

相关文献
评论
暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2023,(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn