标签：场景 边界 monocular -- prediction network 深度 预测
学习笔记，仅供参考，有错必纠
关键词:单眼深度预测;边界诱导;深度相关
随便看看系列…
Boundary-induced and scene-aggregated network for monocular depth prediction
摘要
单目深度预测是场景理解中的一项重要任务。它旨在预测单个RGB图像的密集深度。随着深度学习的发展，这项任务的性能有了很大的提高。然而，有两个问题仍未解决：
- 深度特征编码了场景中错误的最远区域，导致预测深度的三维结构失真；
- 低层特征没有得到充分利用，这使得在深度突然变化的情况下更难估计边缘附近的深度。
为了解决这两个问题，我们提出了边界诱导和场景聚合网络。在该网络中，深度相关编码器(DCE)首先被设计成获得图像中区域之间的上下文相关性，并通过考虑相关性来感知远处的区域。同时，自底向上边界融合模块被设计为提取指示深度变化的精确边界。
最后，条纹细化模块(SRM)被设计用于细化由边界线索引起的密集深度，这提高了预测深度的边界精度。在NYUD v2数据集和IBMs-1数据集上的实验结果说明了该方法的最新性能。并利用太阳-红宝石数据集对该方法的泛化能力进行了评价。代码可在https://github.com/XuefengBUPT/BS-Net获得。
Introduction
密集而
标签：场景,边界,monocular,--,prediction,network,深度,预测 来源： https://blog.csdn.net/m0_37422217/article/details/115091505
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。