- 博客(2)
- 收藏
- 关注
RSS订阅原创 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
407
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
3565
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