基于LRSDR-Net的实时单目深度估计

• 作者: 万旺根 张喆韬
• 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
• 页码范围: 158-163
• 页数: 6页
• 分类号: TP391|TN919.81
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1902912

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.

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