科研之友
微信
新浪微博
Facebook
分享链接
摘要
单目图像深度估计是一个病态问题，究其原因在于单一图像中缺乏深度信息。随着深度学习技术的不断发展，深度神经网络在单目图像深度估计领域取得了一定的突破。现有的深度网络模型采用编码-解码结构，编码器往往采用全卷积的方式来获取特征图像，但提取的特征图像往往不能很好地反映图像原有的信息。因此，通过对图像编码器进行改进，对提取的不同尺度下的特征进行融合，使得特征图像能更好地反映原有的图像信息。并且在训练时，在左右一致性损失的基础上引入Wasserstein距离损失对模型进行约束。实验结果表明，模型在KITTI数据集上具有较好的表现，预测得到的深度图像具有较高的准确性。
- 单位
