典型文献
基于深度学习的单目深度估计技术综述
文献摘要：
场景的深度估计问题是计算机视觉领域中的经典问题之一,也是3维重建和图像合成等应用中的一个重要环节.基于深度学习的单目深度估计技术高速发展,各种网络结构相继提出.本文对基于深度学习的单目深度估计技术最新进展进行了综述,回顾了基于监督学习和基于无监督学习方法的发展历程.重点关注单目深度估计的优化思路及其在深度学习网络结构中的表现,将监督学习方法分为多尺度特征融合的方法、结合条件随机场(conditional random field,CRF)的方法、基于序数关系的方法、结合多元图像信息的方法和其他方法等5类;将无监督学习方法分为基于立体视觉的方法、基于运动恢复结构(structure from motion,SfM)的方法、结合对抗性网络的方法、基于序数关系的方法和结合不确定性的方法等5类.此外,还介绍了单目深度估计任务中常用的数据集和评价指标,并对目前基于深度学习的单目深度估计技术在精确度、泛化性、应用场景和无监督网络中不确定性研究等方面的现状和面临的挑战进行了讨论,为相关领域的研究人员提供一个比较全面的参考.
文献关键词：
深度学习;单目深度估计;监督学习;无监督学习;多尺度特征融合;序数关系;立体视觉
中图分类号：
作者姓名：
宋巍;朱孟飞;张明华;赵丹枫;贺琪
作者机构：
上海海洋大学信息学院,上海 201306
文献出处：
引用格式：
[1]宋巍;朱孟飞;张明华;赵丹枫;贺琪-.基于深度学习的单目深度估计技术综述)[J].中国图象图形学报,2022(02):292-328
A类：
序数关系
B类：
单目深度估计,技术综述,计算机视觉,经典问题,和图像,图像合成,最新进展,无监督学习,优化思路,深度学习网络,多尺度特征融合,条件随机场,conditional,random,field,CRF,元图像,图像信息,其他方法,立体视觉,运动恢复结构,structure,from,motion,SfM,对抗性,确定性的,泛化性,无监督网络,不确定性研究
AB值：
0.224931
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。
