用于场景流估计的条件对抗网络
计算机视觉与模式识别
2019-04-26 v1 机器学习
机器人学
图像与视频处理
摘要
深度视频中场景流估计问题因其在机器人学各领域的潜在应用而吸引了机器人视觉研究者的关注。常规场景流方法由于计算开销大而难以在现实应用中使用。我们提出了一种条件对抗网络SceneFlowGAN用于场景流估计。所提出的SceneFlowGAN在两端使用损失函数：生成器和判别器两端。所提网络是首个使用生成对抗网络（GAN）估计场景流的尝试，并能够从输入的立体图像中同时估计光流和视差。所提方法在大型RGB-D基准sceneflow数据集上进行了实验。
引用
@article{arxiv.1904.11163,
title = {A Conditional Adversarial Network for Scene Flow Estimation},
author = {Ravi Kumar Thakur and Snehasis Mukherjee},
journal= {arXiv preprint arXiv:1904.11163},
year = {2019}
}