具有语义与几何引导的航空高度预测与精化神经网络
计算机视觉与模式识别
2021-11-15 v4
摘要
深度学习为许多计算机视觉任务提供了强大的新方法。从航空图像进行高度预测是受益于此的任务之一，深度学习的部署取代了旧的多视几何技术。本快报提出一种两阶段方法：首先使用多任务神经网络从单张 RGB 航空输入图像预测高度图；我们还包括第二步精化，使用去噪自编码器生成更高质量的高度图。在两个公开数据集上的实验表明，我们的方法能够产生最先进（state-of-the-art）的结果。代码见 https://github.com/melhousni/DSMNet。
引用
@article{arxiv.2011.10697,
title = {Aerial Height Prediction and Refinement Neural Networks with Semantic and Geometric Guidance},
author = {Elhousni Mahdi and Zhang Ziming and Huang Xinming},
journal= {arXiv preprint arXiv:2011.10697},
year = {2021}
}