典型文献
强化边缘的单目图像深度估计
文献摘要：
为解决目前单目图像深度估计过程中物体边界处深度跳变不明显导致的遮挡难以判别、边界处深度估计准确度较低的问题,提出了一种强化边缘的单目图像深度估计方法.采用深度估计网络输出最初预测的深度图,同时采用深度补偿网络输出应补偿深度的预测值,通过融合两组网络的输出实现对最初预测的深度图中物体边界轮廓处深度值的补偿.此外,通过设计点约束损失函数,并引入多尺度特征融合损失函数进一步提升边界处的深度估计精度.在NYU Depth v2数据集和iBims数据集上的测试实验表明本文方法能有效提升深度图中物体轮廓的清晰度,使得物体遮挡判别更加容易,可进一步提升单目图像深度估计的效果.
文献关键词：
单目图像深度估计;强化边缘;深度补偿;多尺度特征融合;点约束损失
中图分类号：
作者姓名：
王泉德;王奇坤;程凯;刘子航
作者机构：
武汉大学电子信息学院,湖北武汉430072
文献出处：
引用格式：
[1]王泉德;王奇坤;程凯;刘子航-.强化边缘的单目图像深度估计)[J].华中科技大学学报（自然科学版）,2022(03):36-42
A类：
深度补偿,点约束损失,iBims
B类：
强化边缘,单目图像深度估计,解决目前,中物,跳变,估计方法,深度图,补偿网络,应补,组网,深度值,设计点,多尺度特征融合,融合损失函数,估计精度,NYU,Depth,v2,测试实验,清晰度,得物,遮挡判别
AB值：
0.233149
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
