安裝中文字典英文字典辭典工具!
安裝中文字典英文字典辭典工具!
|
- ICCV2023 | 室内场景自监督单目深度估计-CSDN博客
本文方法是一种自监督的单目深度估计框架，名为GasMono，专门设计用于室内场景。 本方法通过应用多视图几何的方式解决了室内场景中帧间大旋转和低纹理导致自监督深度估计困难的挑战。 GasMono首先利用多视图几何方法获取粗糙的相机姿态，然后通过旋转和平移 尺度优化来进一步优化这些姿态。 为了减轻低纹理的影响，该框架将视觉Transformer与迭代式自蒸馏机制相结合。 通过在多个数据集上进行实验，展示了GasMono框架在室内自监督单目深度估计方面的最先进性能。 论文链接：https: arxiv org abs 2309 16019 开源地址：https： github com zxcqlf GasMono
- 室内单目深度估计-3 - 抚琴尘世客 - 博客园
本文其实是针对无监督的两个核心：深度估计网络，姿态估计网络；深度估计网络对于深度尺度变化大时难以拟合，而姿态估计对于旋转问题很难拟合。 因此提出了分别的针对方法。
- [CVPR2022] DistDepth：一个面向实用的自监督单目深度 . . .
为了提升在复杂室内场景中的深度估计鲁棒性，论文中提出了一种结构蒸馏 (structure distillation)的方法——DistDepth，该方法可以从一个预训练过的深度估计模型中学习生成结构化的深度信息，需要注意的是学习到的深度信息是与度量无关的，即其学习到的是相对深度，而不是绝对深度。 论文中所提出的蒸馏策略同时考虑了统计意义上的深度结构相似性和空间遮挡边界相似性，使得结构信息可以有效地整合进自监督深度估计模型中。 在自监督分支中，还利用左右一致性学习度量信息。 最后将二者结合起来，就可以获得室内场景的包含结构化和真实度量的深度信息，并且可以做到实时推理。
- 基于层级特征融合的室内自监督单目深度估计 - 光学精密工程
针对目前自监督单目深度估计网络在充斥着大量低纹理、低光照区域的室内复杂场景中存在预测深度信息不精确、物体边缘模糊以及细节丢失严重等问题，本文提出一种基于层级特征融合的室内自监督单目深度估计网络模型。
- 基于全局-局部特征融合的室内单目深度估计
Abstract To address the challenges of low-depth estimation accuracy, blurred object contours, and detail loss caused by occlusion and lighting variations in complex indoor scenes, we propose an indoor monocular depth estimation algorithm based on global-local feature fusion
- ICCV2023 室内场景自监督单目深度估计-腾讯云开发者社区 . . .
华为GasMono框架，室内自监督单目深度估计新突破！ 结合多视图几何与视觉Transformer，优化姿态估计，解决低纹理难题。 实验显示，其在NYUv2、ScanNet等数据集达最先进水平，展现优异泛化能力，论文及代码已开源。
- 多域结构信息引导的室内自监督深度估计
SIG-Depth leverages the gradient domain and frequency domain to capture boundaries and details in pixel space, thereby enhancing the network’s perception of high-frequency structures and enabling accurate depth estimation in challenging areas like overlapping textureless regions and small objects
- CVPR2022 | DistDepth：一个面向实用的自监督单目深度 . . .
为了提升在复杂室内场景中的深度估计鲁棒性，论文中提出了一种结构蒸馏 (structure distillation)的方法——DistDepth，该方法可以从一个预训练过的深度估计模型中学习生成结构化的深度信息，需要注意的是学习到的深度信息是与度量无关的，即其学习到的是相对深度，而不是绝对深度。 论文中所提出的蒸馏策略同时考虑了统计意义上的深度结构相似性和空间遮挡边界相似性，使得结构信息可以有效地整合进自监督深度估计模型中。 在自监督分支中，还利用左右一致性学习度量信息。 最后将二者结合起来，就可以获得室内场景的包含结构化和真实度量的深度信息，并且可以做到实时推理。
|
|
|