基于结构化损失的单目深度估计算法研究

• 作者: 霍智勇 乔璐
• 来源期刊: 电子科技大学学报
• 关键词: 卷积网络 深度估计 梯度匹配损失 单目图像 多尺度结构相似度损失 排序损失
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 计算机工程与应用|Computer Engineering and Applications
• 页码范围: 728-733
• 页数: 6页
• 分类号: TP391|TP183
• 语种: 中文
• DOI: 10.12178/1001-0548.2020386

摘要

为了提高单目图像深度估计的精度,针对图像中几何形状无法准确预测以及边缘模糊的问题,该文提出了一种基于多尺度结构相似度和梯度匹配的单目深度估计算法,利用多尺度结构相似度损失和尺度不变梯度匹配损失组成联合结构化损失,对相对深度点对进行排序来实现单目深度估计,实现了对图像中几何形状的准确预测,减小了边缘模糊,提高了深度预测精度.在Ibims、NYUDv2、DIODE、Sintel 4个不同类型的数据集进行了数值实验和主观评测,结果表明该算法降低了深度预测误差,有效提高了预测的准确性,并具有一定的泛化性能.