使用深度全卷积残差网络将单目图像深度估计作为分类问题
计算机视觉与模式识别
2017-08-14 v3
摘要
从单幅单目图像进行深度估计是场景理解的关键组成部分，且近年来深度卷积神经网络(CNN)使其大为受益。在本文中，我们利用近期的深度残差网络，提出一种简单而有效的解决该问题的方法。我们将深度估计表述为逐像素分类任务。具体而言，我们首先将连续深度值离散化为多个区间，并根据其深度范围标记这些区间。然后我们训练全卷积深度残差网络来预测每个像素的深度标签。执行离散深度标签分类而非连续深度值回归，使我们能够以概率分布形式预测置信度。我们进一步应用全连接条件随机场(CRF)作为后处理步骤以增强局部平滑交互，从而改进结果。我们在室内与室外数据集上评估我们的方法，并取得了最先进的性能。
引用
@article{arxiv.1605.02305,
title = {Estimating Depth from Monocular Images as Classification Using Deep Fully Convolutional Residual Networks},
author = {Yuanzhouhan Cao and Zifeng Wu and Chunhua Shen},
journal= {arXiv preprint arXiv:1605.02305},
year = {2017}
}
备注
Accepted to IEEE Transactions on Circuits and Systems for Video Technology