使用注意力引导网络从单幅图像保留细节的深度估计
计算机视觉与模式识别
2018-09-05 v1
摘要
近年来卷积神经网络在单幅图像深度估计上展现了优越性能。这些工作通常使用堆叠的空间池化或步幅卷积来获取高层信息，这是分类任务中的常见做法。然而，深度估计是一个密集预测问题，低分辨率特征图通常会生成模糊的深度图，这在实际应用中是不理想的。为了生成高质量（即干净且准确）的深度图，我们提出了一个由密集特征提取器（DFE）和深度图生成器（DMG）组成的网络。DFE 结合了 ResNet 和空洞卷积，在保持特征图密集的同时从输入图像提取多尺度信息。对于 DMG，我们使用注意力机制融合 DFE 中产生的多尺度特征。我们的网络以端到端方式训练且不需要任何后处理，因此运行快速，能以约 15 fps 预测深度图。实验结果表明，我们的方法在定量评估中与最先进（state-of-the-art）方法具有竞争力，但能更好地保留场景深度的结构细节。
引用
@article{arxiv.1809.00646,
title = {Detail Preserving Depth Estimation from a Single Image Using Attention Guided Networks},
author = {Zhixiang Hao and Yu Li and Shaodi You and Feng Lu},
journal= {arXiv preprint arXiv:1809.00646},
year = {2018}
}
备注
Published at IEEE International Conference on 3D Vision (3DV) 2018