- 博客(2)
- 收藏
- 关注
RSS订阅原创 Depth Map Prediction from a Single Image using a Multi-Scale Deep Network
在这篇了论文中，我们提出了一种估计单张图片深度信息的新方法：使用神经网络对深度进行递归。分为两个步骤：首先估计出场景的整体结构，然后使用局部信息进行优化。这个网络使用。3.1模型结构我们的网络由两个栈组成。如下图。一个粗尺度网络首先在全局上对场景深度进行预测。然后通过使用细尺度网络进行局部区域的优化。两个部分都使用了原图像进行输入。但是粗尺度网络的输出，是通过细尺寸网络作为附加
2016-06-30 08:11:20
3213
1
原创 Learning Depth from Single Monocular Images Using Deep Convolutional Neural Fields
贡献： 提出了一个用于深度估计的，基于CNN和CRF的深度卷积神经场模型。考虑到深度值连续性，概率密度函数中配分函数（the partition function 分割函数？）能够被分析计算，进而我们可以在没有近似值（approximations）的情况下，直接求解对数似然优化。在反向传播训练中，梯度可以被精确地计算。此外，由于存在相近的情形，预测一个新的图像深度而求解MAP问题是非常高
2016-06-29 17:52:39
2454
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人