单目相机在无监督学习多任务场景理解中的应用

• 作者: 童云斐 陈俊咏 李佳宁 潘泽恩
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（22）
• 所属期刊栏目: 技术交流
• 页码范围: 192-193
• 页数: 2页
• 语种: 中文

摘要

为了解决场景理解在无标签数据时难以适用的情况,以及无监督学习的场景理解存在的鲁棒性差、未能满足多任务需求等缺点,基于Mask R-CNN、struct2depth、SfMLearner模型,通过模型训练、图像预处理、多任务耦合等方法,用拍摄的实景视频验证模型效果,并和原模型处理结果作对比.实验结果表明,进行预处理后的图像结果前景轮廓更加清晰,我们的模型实现了多任务的场景理解,而原模型仅实现了单一任务.改进的无监督学习多任务场景理解算法不仅提升了鲁棒性,而且直接反映了物体到相机的距离,同时提高了深度估计的精度.