1 浙江科技学院信息与电子工程学院, 浙江 杭州 310023
2 浙江大学信息与电子工程学院, 浙江 杭州 310027
提出了一种基于深度卷积神经网络的单目视觉深度估计方法,该方法采用端到端学习框架来构建模型。采用残差网络(ResNet)作为神经网络模型框架的编码部分来提取深度信息特征。采用密集连接卷积网络(DenseNet)对编码后的信息进行译码。通过Skip-Connections实现编码和解码的信息流的集成,避免了层间信息传输的丢失。实验结果表明,与其他单目视觉深度估计方法相比,使用深度卷积神经网络可以更有效准确地估计视觉深度。
机器视觉 深度卷积神经网路 深度估计 单目图像 深度学习 激光与光电子学进展
2019, 56(8): 081501