10.12305/j.issn.1001-506X.2024.01.08
基于边缘强化的无监督单目深度估计
为解决无监督单目深度估计边缘深度估计不准确的问题,提出了一种基于边缘强化的无监督单目深度估计网络模型.该模型由单视图深度网络和姿态网络两部分构成,均采用编解码结构,其中单视图深度网络编码器使用高分辨率网络(high-resolution net,HRNet)作为骨干网络,在整个过程中保持高分辨率表示,有利于提取精确空间特征;单视图深度网络解码器引入条状卷积,细化深度边缘附近的深度变化,同时利用经典的高斯拉普拉斯算子增强边缘细节,最终充分利用深度边缘信息提高深度估计质量.在KITTI数据集中进行的实验结果表明:所提模型具有较好的深度估计性能,能够使深度图中的 目标边缘更加清晰,细节更加丰富.
单目深度估计、无监督学习、条状卷积、边缘增强
46
TP391(计算技术、计算机技术)
国家自然科学基金62173160
2024-01-18(万方平台首次上网日期,不代表论文的发表时间)
共9页
71-79