期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度卷积神经网络的道路场景深度估计
被引量：
7
1
作者
袁建中
周武杰
+1 位作者
潘婷
顾鹏笠
《激光与光电子学进展》
CSCD
北大核心
2019年第8期171-179,共9页
提出了一种基于深度卷积神经网络的单目视觉深度估计方法,该方法采用端到端学习框架来构建模型。采用残差网络(ResNet)作为神经网络模型框架的编码部分来提取深度信息特征。采用密集连接卷积网络(DenseNet)对编码后的信息进行译码。通过...
提出了一种基于深度卷积神经网络的单目视觉深度估计方法,该方法采用端到端学习框架来构建模型。采用残差网络(ResNet)作为神经网络模型框架的编码部分来提取深度信息特征。采用密集连接卷积网络(DenseNet)对编码后的信息进行译码。通过Skip-Connections实现编码和解码的信息流的集成,避免了层间信息传输的丢失。实验结果表明,与其他单目视觉深度估计方法相比,使用深度卷积神经网络可以更有效准确地估计视觉深度。
展开更多
关键词
机器视觉
深度
卷积
神经网
路
深度
估计
单目图像
深度
学习
原文传递
题名
基于深度卷积神经网络的道路场景深度估计
被引量：
7
1
作者
袁建中
周武杰
潘婷
顾鹏笠
机构
浙江科技学院信息与电子工程学院
浙江大学信息与电子工程学院
出处
《激光与光电子学进展》
CSCD
北大核心
2019年第8期171-179,共9页
基金
国家自然科学基金(61502429)
浙江省自然科学基金(LY18F020012)
浙江科技学院研究生科研创新基金(2017YJSKC004)
文摘
提出了一种基于深度卷积神经网络的单目视觉深度估计方法,该方法采用端到端学习框架来构建模型。采用残差网络(ResNet)作为神经网络模型框架的编码部分来提取深度信息特征。采用密集连接卷积网络(DenseNet)对编码后的信息进行译码。通过Skip-Connections实现编码和解码的信息流的集成,避免了层间信息传输的丢失。实验结果表明,与其他单目视觉深度估计方法相比,使用深度卷积神经网络可以更有效准确地估计视觉深度。
关键词
机器视觉
深度
卷积
神经网
路
深度
估计
单目图像
深度
学习
Keywords
machine vision
deep convolutional neural network
depth estimation
monocular image
deep learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于深度卷积神经网络的道路场景深度估计
袁建中
周武杰
潘婷
顾鹏笠
《激光与光电子学进展》
CSCD
北大核心
2019
7
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
