科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前的无监督学习方法在单目图像深度估计中存在深度估计不准确、边缘模糊的问题，提出了一种融合多尺度特征信息和语义信息的无监督单目深度估计网络。该网络不仅引入了从编码器到解码器的跳层连接实现不同尺度特征的提取和融合，还在编码器和解码器之间引入多个空洞卷积并行的语义层来增加感受野，使得结果更加准确。最后在KITTI数据集上进行了训练和测试，误差指标均低于目前的无监督学习方法，图像预测的准确率在三个比例阈值下分别达到了91%、96.8%和98.7%，超过了所有的监督和无监督的方法，使场景中各目标的边缘更清晰，层次也更分明。
-
单位通信与信息工程学院; 上海大学
