单目深度估计入门（2）

最新推荐文章于 2025-03-17 19:12:50 发布
最新推荐文章于 2025-03-17 19:12:50 发布
阅读量4.8k 收藏 15
点赞数 6
分类专栏： 单目深度估计——基础知识 文章标签： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/XinYuanIng/article/details/106223381
版权

单目深度估计入门（2）

相对深度vs绝对深度

相对深度和绝对深度的不同之处在于是否代表真实的深度值：

相对深度

  1. 相对深度 ，用灰度图表示，代表像素点与像素点之间的相对远近关系，不是真实的深度值。一般量化到0-255之间，深度值越大，代表距离越远，颜色也越黑；

绝对深度

  1. 绝对深度，用RGB彩色图片表示，像素点的值代表距离摄像机的真实距离，通常用米为单位的数值来度量。通常由于设备的关系，存在一个上限距离，常用的设备有激光测距仪，Kinect设备。在make3D数据集中，深度获取的最大距离为81米，超过81米也标记为81米；

其他

  1. 转化 ，绝对深度可转化为相对深度，但相对深度不能转化为绝对深度；
  2. 数据库，能提供单幅图像和对应深度图的数据库主要有，RGB-D dataset, B3DO dataset, NYU Depth dataset,，make3D dataset。
  3. 其他，医疗影像数据集，DSB17, LUNA16
使用ZoeDepth生成深度估计图
a486259的博客
09-20 8912
目前单目深度估计分为两个派系，。ZoeDepth是 第一个结合相对和绝对深度的多模态单目深度估计网络。本博文仅记录使用ZoeDepth生成深度估计图的过程（因为直接按项目说明中进行使用会报错误）项目地址: https://github.com/isl-org/ZoeDepth论文地址: https://arxiv.org/pdf/2302.12288.pdf。
基于传统方法的单目深度估计
qq_29462849的博客
12-23 3850
如果想要深入学习单目深度估计方面的知识，可以关注我们工坊推出的课程：单目深度估计方法：算法梳理与代码实现单目深度估计一直以来都是计算机视觉领域中的一项非常具有挑战的难题。随着计算机技术、数...
相对深度与绝对深度，深度图与真实距离
热门推荐
weixin_41423872的博客
06-03 1万+
刚开始看单目深度估计，好多概念都不清楚，下面是我的理解，有不对之处希望大佬指出。 首先是相对深度和绝对深度的概念。绝对深度就是利用激光雷达等设备获取的相机与物体之间的距离，比如KITTI数据集就是利用360度雷达设备获取稀疏的深度图，图1就是雷达获得的原始深度图，很黑，什么都看不清，图2是KITTI数据集提供的标注过的深度图，好一点了，但依然很稀疏，所以很多论文在使用的时候都会对它进行插值（插值方法参考：https://blog.csdn.net/weixin_41423872/article/detail
首篇！ZoeDepth: 结合相对和绝对深度的多模态单目深度估计
CV_Autobot的博客
03-15 7932
作者|派派星 编辑| CVHub点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【深度估计】技术交流群后台回复【深度估计综述】获取单目、双目深度估计等近5年内所有综述！Title: ZoeDepth: Zero-shot Transfer by Combining Relative and Metric DepthPaper: https://arxi...
MiDaS原理解析【单目深度估计】
最新发布
m0_73442527的博客
03-17 1008
MiDaS 在多个不同的数据集上进行训练，以确保在不同场景下具有。MiDaS 主要经历了多个版本的迭代，目前最新版本（解码器负责将特征图（Feature Map）转换为。（背景模糊，类似 iPhone 的“人像模式”）开发，并在多个数据集上训练，以提高泛化能力。，通过深度学习推理出深度信息，适用于。预测场景的相对深度分布。补充：单目图像与双目图像的对比。（Decoder）两个部分。（需借助已知物体进行校准）（低光环境可能影响效果）（场景建模、背景虚化）（Encoder）和。（3D CT 重建）
单目图像深度估计 - 相对深度篇：Depth in the Wild & Size to Depth
qunniem的博客
04-29 7278
单目图像深度估计 - 相对深度篇：Depth in the Wild & Size to Depth 目前单目图像深度估计需要面临的主要问题之一就是我们用来获得ground truth depth的硬件设备本身具有一定误差和环境限制，比如说基于红外的相机(Kinect)无法在室外使用，而所有设备都只在一定距离范围内具有精确度，超出这个范围的获取结果是不可信的，因此我们所获得的深度图本身就具有一定误差。在误差的基础上进行建模，使得后续模型拟合的难度加大了。 因此就有科学家提出，其实人类对深度的实际数值
相对深度估计项目教程
gitblog_00512的博客
09-04 334
相对深度估计项目教程 relative_depthCode for the NIPS 2016 paper项目地址:https://gitcode.com/gh_mirrors/re/relative_depth 项目介绍 相对深度估计项目（Relative Depth）是由普林斯顿大学视觉实验室（Princeton Vision & Learning Lab）开发的一个开源项目，旨在通...
这绝对是质量最高的单目深度估计开源方案！
3D视觉工坊
12-17 808
来源：3D视觉工坊添加微信：dddvision，备注：自动驾驶，拉你入群。文末附行业细分群0. 笔者个人体会单目深度估计网络可以估计RGB图像的稠密深度图，但大家可以发现大多数模型的深度图并不准确，尤其是物体边界的深度值非常模糊。而且很多深度估计模型只能处理分辨率很小的图像，图像一大就模糊。这就会导致SLAM/SfM等任务生成的3D场景的物体边界质量非常差。今天笔者将为大家分享一项最新的开源工作P...
单目深度估计总结
qq_43349542的博客
05-12 1万+
计算机视觉里的深度是指物体离相机的距离，表示为相机坐标系下的Z坐标值。 相对深度和绝对深度估计 单目视频序列深度估计 自监督，需要知道估计相机的姿态变化或者是否固定 首先找到相邻图像对应点的组合，根据这些匹配的点对计算出相机的位姿（相对初始位置，相机的旋转和平移）。 单目深度估计（单图） 1.需要ground truth depth map的深度图的估计(运用到地铁上时需要自己制作数据集，显然不合适，自己只能制作像kitti这样的数据集) 2.不需要 真实值，由深度线索生成深度图。 ...
Toward Hierarchical Self-Supervised Monocular Absolute Depth Estimation for Autonomous Drivi（2020.4）
sky的博客
07-23 1404
CODE:https://github.com/TJ-IPLab/DNet 摘要： 基于自监督方法的单目深度估计尽管整体精度很高，当前方法仍然面临（1）不准确的物体级（object-level）的深度估计（2）尺度的不确定性。前一问题会产生纹理复制或不准确的物体边缘，后一问题需要额外的传感器如雷达提供深度真实值，或者双目相机作为额外的训练输入。本文通过引入DNet。贡献如下： （a）提出新的稠密连接估计层（dense connected prediction (DCP) ）提供更好的物体级的深度估计
深度估计-基于Pytorch+全卷积残差网络实现单目深度估计-优质项目实战.zip
10-17
本压缩包文件名为“深度估计_基于Pytorch+全卷积残差网络实现单目深度估计_优质项目实战”，内容可能包括了该项目的完整代码、数据集、训练细节、实验结果以及可能的优化技巧等。通过该项目的实战演练，学习者将能够...
DNet:面向自动驾驶应用的分层自监督单眼绝对深度估计（IROS 2020）
05-20
网络 这是参考PyTorch实施，使用以下方法描述的方法来训练和测试深度估计模型 面向自动驾驶应用的分层自监督单眼绝对深度估计 冯雪，卓桂荣* ，黄子媛，付五飞，吴卓跃和小马塞洛·昂·小 如果您发现我们的工作对您的研究有用，请考虑引用我们的论文： @INPROCEEDINGS{xue2020toward, author={F. {Xue} and G. {Zhuo} and Z. {Huang} and W. {Fu} and Z. {Wu} and M. H. {Ang}}, booktitle={2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)}, title={Toward Hierarchical Self-Supervised Monocular Ab
单目深度估计入门（1）
XinYuanIng的博客
05-05 4633
最近准备入门单目深度估计方向啦，做了一些小调研，希望在这里记录学习心得，能够帮助到需要帮助的人哈哈。 深度图像/距离影像：深度图像也被称为距离影像，是指将从图像采集器到场景中各点的距离作为像素值的图像。也就是深度图中的每一个像素值表示场景中某一点与摄像机之间的距离。（ps：纠结了很久的一个点：深度图像和图像深度是完全不同的两个概念，图像深度是指像素深度中实际用于存储图像的灰度或色彩所需要的比特位...
单目深度估计
zxcqlf的博客
03-18 6085
基于深度学习的单目深度估计简介算法分类（按训练方式）有监督（Supervised methods）无监督（Unsupervised methods）半监督（Semi-supervised methods）发展趋势 参考自单目深度估计综述文章： 文章围绕单目深度估计的数据集、评估指标、相关工作（有监督，半监督以及无监督）等进行了简介和综述。 简介 对于自主系统，如自主机器人和无人车等，无论对周围环境......
深入研究自监督单目深度估计：Monodepth2
qq_29462849的博客
12-08 1254
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达单目深度估计模型Monodepth2对应的论文为Digging Into Self-Supervised Monocular Dept...
单目深度估计技术进展综述
MengYa_Dream的博客
09-01 7715
深度估计概述 基于多幅/单幅图像的深度估计方法 监督学习和无监督学习 深度估计相关数据集 基于深度学习的单目深度估计 单任务 1) 绝对深度 (1)有监督回归模型（2）有监督分类模型（3）无监督模型 2）相对深度 多任务 Conclusion
计算机视觉基础（13）——深度估计
猪猪和超超的博客
12-25 1万+
本节是计算机视觉的最后一节，我们将学习深度估计。从深度的概念和度量入手，依次学习单目深度估计和双目/多目深度估计，需要知道深度估计的经典方法，掌握深度估计的评价标准，注意结合对极几何进行分析和思考。
Intel 开源新作 | ZoeDepth: 第一个结合相对和绝对深度的多模态单目深度估计网络
专注计算机视觉全栈知识分享
03-19 1645
论文提出了ZoeDepth，第一个结合了相对深度和绝对深度的方法，弥补相对和绝对深度估计性能之间的差距，在保持度量尺度的同时，实现了卓越的泛化性能。ZoeDepth是一个两阶段的工作，在第一阶段，论文使用相对深度数据集对encoder-decoder架构进行预训练。在第二阶段，论文基于所提的Metric bins 模块得到domain-specific头，将其添加到解码器中，并在一个或多个数据集上对模型进行微调，用于绝对深度预测。
[单目深度估计---学习记录一]相关理解
weixin_51179742的博客
06-10 1551
深度估计： 利用图像中像素变换获取场景中每个点到相机的距离信息，这种距离信息组成的图称之为深度图绝对深度： 绝对深度反映的是像素点与像素点之间的相对距离相对深度： 相对深度反映的是像素点代表的目标距离相机的真实距离方式： 激光雷达或者深度相机优点： 精度高，获取方便缺点： 对雨天、灰尘及光线等明显；空间测量范围小；无法获取纹理信息；贵方式一： 基于多视点原理： 构建相机阵列，利用多视点之间的冗余信息估计优缺点： 深度信息估计准确，但需要配置相机阵列，实际一般不采用方式二： 基于双目图像（立体匹配技术）原理：
评论 10
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值