-
题名基于边缘强化的无监督单目深度估计
- 1
-
-
作者
曲熠
陈莹
-
机构
江南大学轻工过程先进控制教育部重点实验室
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2024年第1期71-79,共9页
-
基金
国家自然科学基金(62173160)资助课题。
-
文摘
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。
-
关键词
单目深度估计
无监督学习
条状卷积
边缘增强
-
Keywords
monocular depth estimation
unsupervised learning
strip convolutions
edge enhancement
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
