基于语义信息的无监督单目深度估计
李颀,李煜哲
陕西科技大学
2024-10-10
随着深度学习的发展,无监督单目深度估计成为计算机视觉的研究热点。由于深度图存在轮廓不清晰、深度估计不准确等问题,以编—解码器结构为基础,提出一种基于语义信息的无监督单目深度估计网络,为了获取更为清晰的轮廓信息,本文在编解码器之间通过空洞空间卷积池化金字塔(ASPP)层进行语义信息的细化,提高生成的图像质量;该网络通过在编码器到解码器的跳层连接实现对多分辨率特征的提取,在编码器部分采用改进的高分辨率网络(HRNet)融合不同层的多分辨率特征,在解码前使用串联策略融合中间阶段的输出,提高深度估计的准确率。在KITTI数据集上的实验结果表明,本文方法的误差评价指标相较于目前的深度估计方法更低,在3个深度估计准确率评价指标上达到了89. 4 % ,96. 3 % ,98. 1 % , 具有较好的准确性。
  • 语义信息
被引用: 4345次
年份: 2024年
下载文档 2.00元
引用
分享
来源期刊
内容目录
  • 1、本文方法

    • 1.1 现有无监督单目深度估计问题分析

    • 1.2 ASPP语义层细化

    • 1.3 单目深度估计网

  • 2、实验分析

    • 2.1 实验说明

    • 2.2 实验结果与分析

  • 3、结论

核心点推荐
  • 深度估计;无监督学习;多分辨率特征;语义信息;编—解码结构