基于空洞深度残差卷积神经网络与软权重和推理的单图像深度估计
计算机视觉与模式识别
2017-05-02 v1 机器学习
摘要
本文提出一种新的残差卷积神经网络（CNN）架构，用于单图像深度估计。与现有的基于深度 CNN 的方法相比，我们的方法以更少的训练样本和模型参数取得了好得多的结果。我们方法的优势源于空洞卷积、跳跃连接架构和软权重和推理的使用。在 NYU Depth V2 数据集上的实验评估表明，我们的方法以一定优势优于其他最先进（state-of-the-art）方法。
引用
@article{arxiv.1705.00534,
title = {Single image depth estimation by dilated deep residual convolutional neural network and soft-weight-sum inference},
author = {Bo Li and Yuchao Dai and Huahui Chen and Mingyi He},
journal= {arXiv preprint arXiv:1705.00534},
year = {2017}
}