![](https://img-blog.csdnimg.cn/20190927151117521.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度估计论文笔记
深度估计
いしょ
鲜衣怒马看遍
展开
-
1.Depth Map Prediction from a Single Image using a Multi-Scale Deep Network
大体思想作者提出一个有监督的包含两个网络的coarse to fine深度学习网络来进行深度估计:粗尺度网络首先预测场景在全局范围的深度。然后在局部区域内通过一个精细的网络对其进行细化。两个堆栈都应用于原始输入,但是,粗网络的输出作为附加的第一层图像特征传递到精细网络。①模型:②Scale-Invariant Error :③Training Loss:...原创 2019-11-23 21:01:58 · 223 阅读 · 0 评论 -
2.predicting Depth, Surface Normals and Semantic Labels with a Common Multi-Scale Conv Architecture
redicting Depth, Surface Normals and Semantic Labels with a Common Multi-Scale Convolutional Architecture论文在这儿大体思想这篇论文是上一篇论文的改进。使用单个多尺度卷积网络架构处理三种不同的计算机视觉任务:深度预测、表面法线估计和语义标记。网络结构一共包含三个stage的网络,scale...原创 2019-11-23 21:01:44 · 349 阅读 · 0 评论 -
3.Towards Unifified Depth and Semantic Prediction from a Single Image
大体思想由于深度估计和语义分割两者有密切关联且能相互促进,所以这篇论文提出了一个统一的深度和语义联合预测框架(a two-layer Hierarchical Conditional Random Field分层条件随机场(HCRF)),首次将语义分割和深度估计结合起来。CRF的理解1CRF的理解2CRF就是用来计算给定观察序列计算标记序列的概率的P(y | x, lambda),需要确定...原创 2019-11-23 21:00:43 · 271 阅读 · 0 评论 -
4.Deep Convolutional Neural Fields for Depth Estimation from a Single Image
大体概括由于目前对单幅单目图像进行深度估计并没有合适的深度线索,所以以前的工作一直专注于几何先验或者是有手工制作特征的额外信息来源。另外,深度值的连续性的特性使得深度估计可以很自然地看成是一个**连续的条件随机场(CRF)**学习问题,它不依赖于任何的几何先验和额外的信息。所以这篇论文提出了一个deep convolutional neural field model,通过共同探索deep C...原创 2019-11-24 18:50:45 · 1080 阅读 · 2 评论 -
5.Deeper Depth Prediction with Fully Convolutional Residual Networks
论文在这儿大体介绍为了解决单目RGB图像的深度估计问题,本篇论文提出了一个包含残差学习的全卷积结构(fully convolutional architecture),进行端到端训练,并不需要进行像CRFs之类的后处理操作。为了能够提高输出分辨率,在神经网络中加入了上采样(up-sampling)。同时采用能由深度图中常见的值分布进行驱动的reverse Huber loss进行优化。这个模型...原创 2019-11-26 21:01:05 · 571 阅读 · 0 评论 -
7.Estimating Depth from Monocular Images as Classification Using Deep Fully Conv Residual Net
大体介绍之前的一些方法大都采用回归方法(由于深度连续的特性)进行深度估计,但效果并不好。在这篇论文中,将深度估计看成是一个像素级别的分类问题。首先,将连续的ground-truth depths离散化成几个bins,并且根据他们的depth ranges给bins标签。这篇文章采用fully convolutional deep residual network进行训练从而进行深度估计。将深度...原创 2019-11-27 17:05:20 · 929 阅读 · 0 评论 -
8.Single image depth estimation by dilated deep residual cnn and soft-weigh-sum inference
Single image depth estimation by dilated deep residual convolutional neural network and soft-weight-sum inference论文在这儿先挖个坑…原创 2019-11-29 11:17:48 · 317 阅读 · 0 评论 -
9.Depth and surface normal estimation from monocular images using regression on deep features and
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...原创 2019-12-03 11:12:31 · 1091 阅读 · 0 评论 -
10.Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue
大体介绍(当训练deep Convolutional Neural Networks时往往需要大量的手动标记的数据。因此,这篇论文提出了一种非监督的框架来学习DCNN从而进行单视图的深度预测。我们使用类似于自动编码器的方式训练这个神经网络,并且这个框架的学习不需要预训练阶段和annotated ground-truth depths。在训练时,我们考虑一对图像,源(source)和目标(tar...原创 2019-12-04 16:40:02 · 1228 阅读 · 0 评论 -
11.Unsupervised Monocular Depth Estimation with Left-Right Consistency
大体介绍由于之前的方法大都是监督方法,因此在进行深度估计时往往需要大量的ground truth depth data,这很有挑战性。本篇论文把单目深度估计看作是一个图像重建问题(一个非监督的方法,不需要使用ground truth depth),利用极线几何约束,在图像重建丢失的情况下,通过训练网络生成视差图像。但同时也表明,仅解决图像重建问题会导致深度图像质量较差。为此,作者构建了一个新的训...原创 2019-12-05 21:34:54 · 1427 阅读 · 0 评论