一种多视角高精度图片的深度估计方法

李剑,陈宇航

1. 北京邮电大学 人工智能学院

收稿日期:2020-11-29修回日期:2020-12-17出版日期:2021-10-28发布日期:2021-09-06
通讯作者:陈宇航E-mail:lijian@ bupt. edu. cn

基金资助:国家自然科学基金项目(U1636106); 北京市自然科学基金项目(4182006)

A Depth Estimation Method for Multi View and High Precision Images

LI Jian,CHEN Yu-hang

1.School of Artificial Intelligence,Beijing University of Posts and Telecommunications

Received:2020-11-29Revised:2020-12-17Online:2021-10-28Published:2021-09-06
Contact:CHEN Yu-Hang E-mail:lijian@ bupt. edu. cn

摘要/Abstract

摘要： 针对多视图的重建中高精度图片难以有效重建的问题,提出了基于学习的深度估计方法. 该方法利用空洞卷积神经网络对图片进行特征提取,利用长短期记忆网络构建并优化三维代价体,并且采取有监督和无监督 2 种方式进行训练. 在 2 个真实场景中的多视角图片数据集上的实验结果表明,相比于传统方法和其他基于学习的方法,该网络所需的显存大大减少,因此能用于高精度图片的重建,同时,提高了模型深度预测的准确性和完整性.

中图分类号:
TP391

引用本文

李剑 陈宇航. 一种多视角高精度图片的深度估计方法[J]. 北京邮电大学学报, 2021, 44(05): 101-106.
LI Jian CHEN Yu-hang. A Depth Estimation Method for Multi View and High Precision Images[J]. Journal of Beijing University of Posts and Telecommunications, 2021, 44(05): 101-106.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4824