融合多尺度特征的轻量级单目图像深度估计方法 |
| |
引用本文: | 李恩华,闫梦若,张佃君.融合多尺度特征的轻量级单目图像深度估计方法[J].信息记录材料,2023(5):246-248. |
| |
作者姓名: | 李恩华 闫梦若 张佃君 |
| |
作者单位: | 1. 湖南信息职业技术学院;2. 湖南科技职业学院 |
| |
基金项目: | 2022年度湖南省教育厅科学研究一般项目(22C1173); |
| |
摘 要: | 针对目前的单目深度估计网络复杂度高、边缘模糊、精度低等问题,本文以Fast Depth网络模型架构为基础,在编码网络中以改进的模型提升网络的特征表达能力,在解码网络中融合了多尺度特征信息提升特征图推理精度,通过改进的D-ASPP模块细化编解码网络之间语义场景层次,解决边缘模糊和虚假纹理等问题。实验表明,此方法在保持较快的推理速度的同时,获得了较好的深度推理精度,是一种综合性能较好的轻量级单目深度方法。
|
关 键 词: | 单目图像 深度估计 轻量级 特征 |
|
|