基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对运动模糊图像的深度图估计以及减少网络训练成本,提出了基于左右视图一致性约束的多尺度去糊递归网络LRSDR-Net.首先,利用多尺度去糊子网络对图像进行去糊重建.在此基础上,利用自编码网络生成视差图像.最后,利用基于平行光轴的双目对极几何模型对视差图进行深度估计生成深度图像.通过与同类方法的主观定性与客观定量对比,实验结果表明,所提方法在视差估计的相对绝对误差、相对平方误差、均方误差与log均方误差等指标上取得了0.116,0.897,4.934,0.207的实验结果,优于其他现有方法的性能指标.实验证明所提方法在处理相机抖动的场景与一般场景的深度估计准确性优于其他现有方法,进一步表明所提方法有效、可行.
推荐文章
基于LLOM的单目图像深度图估计算法*
深度估计
单目图像
语义标注
流形学习
基于语义分割与深度估计的行车环境实时解析
深度估计
语义分割
神经网络
基于LLOM的单目图像深度图估计算法*
深度估计
单目图像
语义标注
流形学习
基于深度CRF网络的单目红外场景深度估计
红外图像
深度估计
条件随机场
有序约束
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LRSDR-Net的实时单目深度估计
来源期刊 电子测量技术 学科 工学
关键词 深度估计 视差重建 自编码网络 循环神经网络
年,卷(期) 2019,(19) 所属期刊栏目 信息技术及图像处理
研究方向 页码范围 158-163
页数 6页 分类号 TP391|TN919.81
字数 语种 中文
DOI 10.19651/j.cnki.emt.1902912
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 万旺根 132 819 15.0 22.0
2 张喆韬 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度估计
视差重建
自编码网络
循环神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导