首页 > 论文 > 光学学报 > 40卷 > 17期(pp:1715001)

先进驾驶辅助系统中基于单目视觉的场景深度估计方法 [Early Posting]

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

针对先进驾驶辅助系统对车辆前视景深信息的需求,本文在无监督学习的框架下提出了一种基于单目视觉的场景深度估计方法。为了降低不同尺寸前视目标对景深估计结果的影响,该方法采用金字塔结构对输入图像进行预处理;在训练过程中,将深度估计问题转化为图像重建问题,利用双目图像设计了新的损失函数代替真实深度标签,解决了真实场景深度数据难以获取的问题;将中间多尺度的视差图统一至原输入图像尺寸,改善了深度图中的空洞现象,提升了景深估计精度。在KITTI数据集上的定量与定性对比结果表明,本文方法可以获得具有较好准确度的绝对深度数据,在Make3D数据集上的定量对比结果表明本方法具有良好的泛化能力,在真实道路场景下的实验结果表明本方法可以利用单幅车载前视图像得到其对应的像素级景深信息。

中国激光微信矩阵
补充资料

DOI:10.3788/aos202040.1715001

作者单位:

    南京航空航天大学民航学院
    南京航空航天大学民航学院

引用该论文

丁萌,姜欣言. 先进驾驶辅助系统中基于单目视觉的场景深度估计方法[J].光学学报,2020,40(17):1715001.