基于深度学习的三维重建网络PatchMatchNet(五):PatchMatch类解析

本文详细解析基于深度学习的三维重建网络PatchMatchNet,涵盖PatchMatch类、DepthInitialization类和Propagation类的解析,阐述了如何计算深度图、初始化深度图以及进行像素深度值的传播过程。
摘要由CSDN通过智能技术生成

目录

1.对应到论文的部分

2.PatchMatch类解析

3. DepthInitialization类解析

4.  Propagation类解析


1.对应到论文的部分

        PatchMatch做的事情就相当于图中的绿色椭圆形中做的事情,即输出ref帧的深度图。

        也就是图中三个绿框的部分,即我们进入三次PatchMatch网络,分别计算出阶段3、阶段2、阶段1的深度图。

        我们在PatchMatchNet中调用PatchMatch网络:

        for i in range(self.stages - 1):

            if i == 2 and (not self.use_sparse):
               
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

APS2023

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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