一种基于深度区间估计的无监督单目深度估计方法.pdf
书生****12
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于深度区间估计的无监督单目深度估计方法.pdf
本发明公开了一种基于深度区间估计的无监督单目深度估计方法,具体为:采用深度估计模型对视频帧进行如下处理:1:提取当前帧的特征图像F;2:对F的空间张量进行空间重构,得到向量x
一种基于无监督深度学习的单目深度估计方法.pdf
本发明公开了一种基于无监督深度学习的单目深度估计方法,首先构建基于无监督深度学习的深度估计以及位姿估计网络框架;然后将建立的神经网络进行训练;最后将训练好的网络进行测试;本发明的一种基于无监督深度学习的单目深度估计方法在保证良好精度的基础上,解决监督学习在实际应用中的局限性。
基于注意力机制的无监督单目深度估计方法.pdf
基于注意力机制的无监督单目深度估计方法,包括以下步骤:步骤S1:将KITTI数据集调整至同一分辨率大小后,划分为训练数据集、验证数据集和测试数据集;步骤S2:对训练数据集和验证数据集中的数据进行数据增广;步骤S3:构建单目深度估计神经网络;步骤S4:利用训练数据集训练单目深度估计神经网络得到相应的权重与偏置,即网络模型参数,将得到的网络模型参数代入验证数据集,保存使得验证数据集损失函数最小的网络模型参数;步骤S5:使用损失函数最小的网络模型参数,对测试数据集进行测试,得到测试数据集的预测值。本发明能有效提
一种无监督单视图船舶深度估计方法.pdf
本发明涉及一种船舶深度估计方法,针对其他深度估计方法存在的缺陷,公开了一种无监督单视图船舶深度估计方法。本发明首先搭建了一个知识蒸馏网络框架,在框架下使用高性能的教师网络对低参数量的学生网络进行训练,提高学生网络的深度估计性能,获得低参数量和高性能的深度估计网络;然后,通过渲染软件和船舶3D模型构造船舶数据集;最后,在船舶数据集上对模型进行训练并测试,获得可以对船舶进行无监督单视图深度估计的网络模型。通过本发明的模型和方法首次完成基于单视图的船舶深度估计,训练过程不需要真实深度数据和复杂的图像标注,而且具
基于细粒度多特征融合的矿井图像无监督单目深度估计方法.pdf
本发明提供一种基于细粒度多特征融合的矿井图像无监督单目深度估计方法,包括以下步骤:步骤1:对原图多次采样,将不同尺度的图像输入到编码器网络;步骤2:将编码器的输出通过扩展卷积模块进行融合并输入到解码器网络;步骤3:将解码器网络输出的视差图进行多尺度融合;步骤4:重建视图;通过采用多尺度图像输入到网络,同时将解码器输出的视差图进行逐层的尺度融合,加强弱纹理区域的深度估计效果,并且增加中间扩展卷积模块,加大对全局信息的理解。