单目深度估计：局部平面法线约束导引的深度估计网络BTS【论文阅读】

最新推荐文章于 2023-11-07 10:05:41 发布
最新推荐文章于 2023-11-07 10:05:41 发布
阅读量1.3k 收藏 12
点赞数 2
分类专栏： 深度估计
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/qq_34923437/article/details/109069434
版权
BTS是一种有监督、端到端的深度估计网络，使用单张RGB图像输入并输出深度图。其核心创新在于局部线性假设的LPG模块，该模块通过法向量和垂直距离信息估计深度，假设局部区域为平面。实验在四块NVIDIA 1080ti GPU上进行，应用了多种深度评估指标，并在KITTI和NYU Depth V2数据集上进行了测试。
摘要由CSDN通过智能技术生成

论文及作者信息：

Hanyang University（韩国）

Jin Han Lee, Myung-Kyu Han, Dong Wook Ko and Il Hong Suh

【2019】From big to small Multi-scale local planar guidance for monocular depth estimation

开源：https://github.com/cogaplex-bts/bts

应用及分类：

单目深度估计从输入形式上有三种：1，single image 2，monocular sequence 3，stereo supervision training+single image inference

单目深度估计从建模方法上分为三种：A，dense pixel-level continuous regression B,classification C, quantized regression(又称ordinal regression)

BTS属于1A

BTS基本信息

0.有监督、端到端、单张RGB图片作为输入，输出单张深度图

1.网络架构：编解码结构+skip connection+ ASPP+LPG,如下图

  ASPP: atrous spatial pyramid pooling

最低0.47元/天 解锁文章
Stellar stream
关注
专栏目录
论文笔记_S2D.33_2015-ICCV_使用单个多尺度卷积网络，预测深度、表面法线和语义标签
惊鸿一博
10-26 483
目录 基本情况 摘要 1 介绍 2 Related work 3 Model Architecture 4 Task 4.3 Semantic Labels 5 Training 5.1 Training procedure 5.2 Data Augmentation 基本情况 题目：Predicting depth, surface normals and semantic labels with a common multi-scale convolutional archite
TPAMI 2024 | 单目深度估计：全面综述
最新发布
小白学视觉
07-24 937
在计算机视觉领域，对二维图像中深度的估计是一个具有挑战性的主题。这是一个长期被深入研究且定义不明确的问题，一直是密集研究的焦点。本文是对这一主题的深入回顾，呈现了两个方面：一方面考虑人类深度感知的机制，另一方面包括各种深度学习方法。这些方法以紧凑和结构化的方式呈现，概述了主题，并根据近十年的研究线索对方法进行了分类。尽管在这一主题上取得了显著进展，但似乎没有任何与人类深度感知及其潜在益处的联系。
深度估计学习笔记
weixin_44823313的博客
01-06 745
三维重建代码 https://davidrecasens.github.io/EndoDepthAndMotion/ 深度图可视化
论文笔记_S2D.73_2019_BTS_从大到小：多尺度局部平面引导的单目深度估计
惊鸿一博
10-14 1256
基本情况 出处：Lee, J. H., Han, M. K., Ko, D. W., & Suh, I. H. (2019). From big to small: Multi-scale local planar guidance for monocular depth estimation.arXiv preprint arXiv:1907.10326. 作者：Jin Han Lee, Myung-Kyu Han, Dong Wook Ko and Il Hong Suh 开源代码：ht.
【论文解读】BTS：使用隐式约束的有监督式单目深度估计
m0_63642362的博客
06-21 457
From Big to Small: Multi-Scale Local Planar Guidance for Monocular Depth Estimation
9.Depth and surface normal estimation from monocular images using regression on deep features and
乘风的博客
12-03 1126
Depth and surface normal estimation from monocular images using regression on deep features and hierarchical CRFs 大体介绍 本篇论文采用了深度卷积神经网络(DCNN)特征的回归和使用条件随机场(CRF)进行后处理细化来解决单目图像的深度或者表面法向的预测问题。这个framework在超...
ASNDepth:具有自适应曲面法线约束的深度估计
03-31
同时，为了实现自适应法线约束，模型可能会包含一个模块来估计场景的局部曲率信息，并根据这些信息动态调整预测的深度值。 Python是实现该模型的主要编程语言，这使得模型的开发和部署更为便捷。Python拥有丰富的...
基于单目视觉深度估计的论文研究
RuiWell的博客
10-08 929
单目视觉 From Big to Small: Multi-Scale Local Planar Guidance for Monocular Depth Estimation 作者:Jin Han Lee, Myung-Kyu Han, Dong Wook Ko and Il Hong Suh 摘要: 由于无限多的三维场景可以投影到同一个二维场景，因此从单个图像估计精确的深度是一个具有挑战性的问题。然而，近年来基于深卷积神经网络的研究显示，在取得可信结果方面取得了很大进展。网络通常由两部分组成：用于密集特
估计表面法线：估计点云的表面法线。-matlab开发
05-30
“估计表面法线：估计点云的表面法线 - MATLAB开发”这个主题主要关注如何使用MATLAB来计算点云数据的表面法线。MATLAB是一个强大的数学和计算环境，提供了丰富的工具和函数，可以方便地进行这种复杂的几何处理任务...
merged_depth:单眼深度估计-来自多个预训练深度估计模型的加权平均预测
03-22
merged_depth运行（1） ，（2） ，（3） ，（4） 和（5） ，并计算每个像素的加权平均绝对深度估计。 快速开始 首先，使用download_models脚本下载预训练的模型。 接下来，运行infer脚本-该脚本将在test/input所有图像上运行，并将结果保存到test/output 。 python3 -m pip install -r requirements.txt python3 -m merged_depth.utils.download_models python3 -m merged_depth.infer 结果包括（1）可以加载的_depth.npy文件，（2）显示原始和彩色深度图像的_stacked.png文件。 要在单个输入上运行预测变量，请使用infer_single.py python3 -m merged_depth.infer_si
bts.txt
02-12
bts.txt
单目图像深度估计 - 方法比较篇：Evaluation of CNN-based Methods
qunniem的博客
04-29 3152
单目图像深度估计 - 方法比较篇：Evaluation of CNN-based Methods 今天的论文阅读笔记是关于以下这篇论文： [1] Evaluation of CNN-based Single-Image Depth Estimation Methods, CVPR, 2018 这篇文章提出了一个新的数据集，分析了已有CNN单目图像深度估计算法存在的问题，并且实验对比了已有的经典算法，可以算是一篇小综述。 写完这篇阅读笔记，深度估计这一系列就告一段落，接下来希望抛开理论多做一些实验。 单目图像
从大到小：单眼深度估计的多尺度局部平面指导(论文译文 2019)
desian
05-04 6049
From Big to Small: Multi-Scale Local Planar Guidance for Monocular Depth Estimation 作者:Jin Han Lee, Myung-Kyu Han, Dong Wook Ko and Il Hong Suh 摘要: 由于无限多的三维场景可以投影到同一个二维场景，因此从单个图像估计精确的深度是一个具有挑战性的问题。然而，...
论文阅读： 从大到小：单目深度估计的多尺度局部平面指导（2019）
shilling_bai的博客
06-15 711
From Big to Small: Multi-Scale Local Planar Guidance for Monocular Depth Estimation 开源：https://github.com/cogaplex-bts/bts
单目视觉深度估计测距的前生今世
小白学视觉
11-07 313
点击上方“小白学视觉”，选择加"星标"或“置顶” 重磅干货，第一时间送达计算机视觉(CV)|机器学习|深度学习|图像处理编者荐语最近通过深度学习直接从单目摄像头的图像预测/估计深度图的方法成为一个应用的热点，惹来不少争议。转载自丨黄浴@知乎链接丨https://zhuanlan.zhihu.com/p/56263560深度学习直接通过大数据的训练得到/调整一个深度NN模型的参数，在当今计算能力...
《From Big to Small：Multi-Scale Local Planar Guidance for Monocular Depth Estimation》论文笔记
m_buddy的博客
10-31 1074
参考代码：bts 1. 概述 导读：从2D图像中估计出深度信息是多解的，对此文章提出了在解码器的多个stage上加上隐式约束，从而引导解码器中适应深度估计特征的生成，从而产生更佳的深度估计结果。其中的隐式约束即为LPG（local planar guidance）层，但是该层实现与其配套的操作较为复杂，直接运用于部署存在较大难度，不过用于teacher网络指导student网络是一个不错的选择。 将LPG层的输出取出，得到下图中第二行的结果： 可以看到在stride=8stride=8stride=8
低成本测距方案--单目深度估计
小白学视觉
06-18 3298
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达文章导读导读：随着计算机视觉技术的不断发展，特别是自动驾驶等一些前沿的研究中，图像的深度信息至关重要。而单目测距得益于低成本的特性，受到了研究者们的青睐。小编最近也在学习单目测距的知识，与大家分享一篇BTS的单目测距方法，让我们一起来学习一下。Part 01单目和双目测距原理的区别单目和双目是二种不同形式的摄像头，他们都能够通过...
PCL_点云的法线估计
yamgyutou的博客
04-04 712
参考：https://www.cnblogs.com/li-yao7758258/p/6479255.html具体解析 https://blog.csdn.net/weixin_34375054/article/details/85797616 https://www.cnblogs.com/wellp/p/12053048.html 其他方法 官网的代码，用的以及参考链接里代码都一样。...
相位调制器三自由度测量：基于平面法线向量的方法
"基于平面法线向量的三自由度测量方法" 本文主要探讨了一种针对相位调制器运动信息的高精度测量技术，该技术利用平面法线向量来测定设备的俯仰角、方位角和轴向位移这三维自由度。相位调制器在相干合成孔径望远镜中...
评论 1
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