- 博客(2)
- 收藏
- 关注
原创 MonoIndoor: Towards Good Practice of Self-SupervisedMonocular Depth Estimation for IndoorEnvironment
参考:ICCV 2021 | OPPO提出自监督深度估计算法,比肩“有监督”,泛化性能更佳! - 知乎 1 摘要 室内环境无监督单目深度估计较之室外的挑战: (1)室内序列的深度范围在不同帧之间变化很大,这使得depth network很难获得一致的深度线索,而室外场景中通常最远处是天空,而室内浴室和大厅的深度范围差异都很大。 (2)室内序列包含更多的旋转运动,这给pose network带来了困难,而室外序列的运动主要是平移运动,特别是驾驶数据集,如KITTI。 2 方法 深度因子模块(dep
2022-03-11 11:07:55 427
原创 论文笔记:Unsupervised Learning of Depth and Ego-Motion from Video
无监督学习的视频图像深度和运动估计 参考文章:https://blog.csdn.net/weixin_42113967/article/details/115732187 摘要:作者提出了一种无监督学习框架,提出了一个单目相机的序列图像进行深度估计与运动估计。使用端到端学习方法,将视图合成作为监督信号。方法使用单视图深度网络和多视图位姿网络,利用计算的深度和位姿,将附近的视图warp到目标,从而产生损失。 方法:depth network和posenetwork共同训练的架构模式e 核心: .
2022-03-07 19:23:27 3591
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