典型文献
融合多尺度特征和语义信息的单目深度估计
文献摘要：
针对目前的无监督学习方法在单目图像深度估计中存在深度估计不准确、边缘模糊的问题,提出了一种融合多尺度特征信息和语义信息的无监督单目深度估计网络.该网络不仅引入了从编码器到解码器的跳层连接来实现不同尺度特征的提取和融合,还在编码器和解码器之间引入多个空洞卷积并行的语义层来增加感受野,使得结果更加准确.最后在KITTI数据集上进行了训练和测试,误差指标均低于目前的无监督学习方法,图像预测的准确率在3个比例阈值下分别达到了91％,96.8％和98.7％,超过了所有的监督和无监督的方法,使场景中各目标的边缘更清晰,层次也更分明.
文献关键词：
深度估计;无监督学习;空洞卷积;多尺度特征;编解码结构
中图分类号：
作者姓名：
周伟强;韩军
作者机构：
上海大学通信与信息工程学院,上海 200000;上海先进通信与数据科学研究院,上海 200000
文献出处：
引用格式：
[1]周伟强;韩军-.融合多尺度特征和语义信息的单目深度估计)[J].电光与控制,2022(02):67-71
A类：
B类：
多尺度特征,语义信息,单目深度估计,无监督学习,单目图像深度估计,特征信息,编码器,解码器,跳层连接,接来,不同尺度,特征的提取,在编,空洞卷积,感受野,KITTI,误差指标,阈值下,编解码结构
AB值：
0.253727
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。
