基于金字塔池化网络的道路场景深度估计方法

• 作者: 周武杰 潘婷 翟治年 顾鹏笠
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 单目视觉 深度估计 神经网络 金字塔池化网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 论文
• 页码范围: 2509-2515
• 页数: 7页
• 分类号: TP391.4
• 字数: 4259字
• 语种: 中文
• DOI: 10.11999/JEIT180957

摘要

针对从单目视觉图像中估计深度信息时存在的预测精度不够准确的问题,该文提出一种基于金字塔池化网络的道路场景深度估计方法.该方法利用4个残差网络块的组合提取道路场景图像特征,然后通过上采样将特征图逐渐恢复到原始图像尺寸,多个残差网络块的加入增加网络模型的深度;考虑到上采样过程中不同尺度信息的多样性,将提取特征过程中各种尺寸的特征图与上采样过程中相同尺寸的特征图进行融合,从而提高深度估计的精确度.此外,对4个残差网络块提取的高级特征采用金字塔池化网络块进行场景解析,最后将金字塔池化网络块输出的特征图恢复到原始图像尺寸并与上采样模块的输出一同输入预测层.通过在KITTI数据集上进行实验,结果表明该文所提的基于金字塔池化网络的道路场景深度估计方法优于现有的估计方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟治年	浙江科技学院信息与电子工程学院	10	19	2.0	3.0
2	周武杰	浙江科技学院信息与电子工程学院	19	46	3.0	6.0
4	顾鹏笠	浙江科技学院信息与电子工程学院	4	7	2.0	2.0
5	潘婷	浙江科技学院信息与电子工程学院	4	7	2.0	2.0