用于单目深度估计的卷积神经网络可视化
计算机视觉与模式识别
2019-04-09 v1
摘要
近来，卷积神经网络（CNNs）在单目深度估计任务上取得了巨大成功。一个根本且未解决的问题是：CNN如何能从单张图像推断深度。为回答该问题，我们考虑通过识别输入图像中对深度估计相关的像素来可视化CNN的推断。我们将其表述为一个优化问题，即识别最少数量的图像像素，使得CNN能从中估计出与整图估计差异最小的深度图。为应对通过深度CNN优化的困难，我们提出使用另一个网络在前向计算中预测这些相关图像像素。在我们的实验中，我们首先展示了该方法的有效性，然后将其应用于室内和室外场景数据集上不同的深度估计网络。结果提供了若干有助于探索上述问题的发现。
引用
@article{arxiv.1904.03380,
title = {Visualization of Convolutional Neural Networks for Monocular Depth Estimation},
author = {Junjie Hu and Yan Zhang and Takayuki Okatani},
journal= {arXiv preprint arXiv:1904.03380},
year = {2019}
}