作者：梁欣凯; 宋闯; 赵佳佳深度学习对极几何深度估计
摘要：针对单帧图像深度估计的弱泛化性,提出了基于深度学习的序列图像深度估计技术,利用深度卷积神经网络作为基础框架,结合对极几何约束,构建从序列图像到图像对应深度信息的端对端映射,实现仅依赖序列图像信息的无监督深度估计。同时,构建了一类基于场景三维几何信息的损失函数,舍弃原始基于图像间重投影误差的损失函数,提高算法鲁棒性。最后,通过开源数据库验证了算法的准确性和精度,同时,通过红外图像数据集验证了算法的泛化性,为军事领域应用奠定了基础。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
