Predicting Depth, Surface Normals and Semantic Labels with a Common Multi-Scale Convolutional Architecture
这篇文章是eigen 2015年的新文章,基于同样的模型,同样的初始化和大概相同的参数,可以用来得到深度,表面法向量或语义标签。
1.网络介绍
它的Pipeline如图:
三个stage的网络,scale1的输入与池化后的原图片concatenate,scale2的输入与池化后的原图片进行concatenate。相对于2014年的论文Depth Map Prediction from a Single Image using a Multi-Scale Deep Network中没有输出像素级深度预测的问题,新增了scale3用来unsample。
2.Scale 1-Full-Image:
先对它进行一个VGG或AlexNet的网络来提取feature ma