基于多通道卷积神经网络的单幅图像深度估计

• 作者: 朱丙丽 阮玲英 高晓琴
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 卷积神经网络 单幅图像 深度估计 傅里叶分析
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 230-233,241
• 页数: 5页
• 分类号: TP391
• 字数: 3432字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.06.040

摘要

为了实现单幅图像的深度估计,提出基于多通道卷积神经网络的深度学习算法.基于ResNet框架提出一种新的网络框架及深度平衡欧几里得损失函数;对输入图像进行各种比例的裁剪,生成多通道卷积神经网络的输入对象;经过多通道卷积神经网络后,得到多个深度图候选对象,并将这些深度图候选对象映射合并为一个深度映射候选对象;通过傅里叶反变换生成最终估计深度图.实验结果表明,该算法在深度估计比较实验中取得了较好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮玲英	重庆三峡学院计算机科学与工程学院	8	8	1.0	2.0
2	朱丙丽	重庆三峡学院计算机科学与工程学院	19	21	3.0	4.0