用于单目深度估计的深度多尺度架构
计算机视觉与模式识别
2018-06-11 v1
摘要
本文旨在理解多尺度信息在从单目图像估计深度中的作用。更确切地说，本文研究了四种不同的深度 CNN 架构，这些架构被设计用于沿网络显式利用多尺度特征，并将它们与最先进的单尺度方法进行比较。本文还表明，在深度估计中引入多尺度特征不仅提高了准确性方面的性能，而且给出了定性更好的深度图。实验在广泛使用的 NYU Depth 数据集上进行，所提方法在该数据集上取得了最先进的性能。
引用
@article{arxiv.1806.03051,
title = {Deep multi-scale architectures for monocular depth estimation},
author = {Michel Moukari and Sylvaine Picard and Loic Simon and Frédéric Jurie},
journal= {arXiv preprint arXiv:1806.03051},
year = {2018}
}