基于自监督深度学习的全景图像深度估计研究 |
| |
引用本文: | 陈思喜,张延吉,李建微.基于自监督深度学习的全景图像深度估计研究[J].电视技术,2024(3):34-38+43. |
| |
作者姓名: | 陈思喜 张延吉 李建微 |
| |
作者单位: | 福州大学物理与信息工程学院 |
| |
摘 要: | 深度估计在虚拟现实、场景重建、自动驾驶和目标检测等领域发挥着重要作用。全景图像包含全向视野信息,逐渐成为深度估计领域的研究热点。但是,全景图像存在图像畸变的问题,而且深度数据采集、标注较为困难。对此,提出采用自监督方式,利用自监督深度学习算法,引入通道优化多空间融合注意力机制,增强远距离特征提取,以获取全局和局部信息。同时,引入全景感受野块,扩充感受野以获取多尺度信息。
|
关 键 词: | 全景图像 深度估计 自监督 深度学习 |
|
|