针对基于编解码结构的单目深度估计网络模型，对细粒度深度信息估计精度差和算力需求大的问题，提出了一种联合引导式深度图像超分辨率的单目深度估计方法。该方法设计了一种基于选择性特征融合的引导式深度图像超分辨率网络模型，并将其与单目深度估计网络模型结合在一个监督学习框架下估计深度。在NYU-Depth-V2数据集上，以三种单目深度估计网络模型开展实验，结果证明该方法具有更好的深度边界预测效果和较低的算力消耗指标。
科研之友
微信
新浪微博
Facebook
分享链接
