首页 | 本学科首页   官方微博 | 高级检索  
     

基于深度卷积神经网络的道路场景深度估计
引用本文:袁建中,周武杰,潘婷,顾鹏笠.基于深度卷积神经网络的道路场景深度估计[J].激光与光电子学进展,2019,56(8):171-179.
作者姓名:袁建中  周武杰  潘婷  顾鹏笠
作者单位:浙江科技学院信息与电子工程学院,浙江杭州,310023;浙江科技学院信息与电子工程学院,浙江杭州310023;浙江大学信息与电子工程学院,浙江杭州310027
基金项目:国家自然科学基金;浙江省自然科学基金;研究生科研创新项目
摘    要:提出了一种基于深度卷积神经网络的单目视觉深度估计方法,该方法采用端到端学习框架来构建模型。采用残差网络(ResNet)作为神经网络模型框架的编码部分来提取深度信息特征。采用密集连接卷积网络(DenseNet)对编码后的信息进行译码。通过Skip-Connections实现编码和解码的信息流的集成,避免了层间信息传输的丢失。实验结果表明,与其他单目视觉深度估计方法相比,使用深度卷积神经网络可以更有效准确地估计视觉深度。

关 键 词:机器视觉  深度卷积神经网路  深度估计  单目图像  深度学习

Road Scene Depth Estimation Based on Deep Convolutional Neural Networks
Yuan Jianzhong,Zhou Wujie,Pan Ting,Gu Pengli.Road Scene Depth Estimation Based on Deep Convolutional Neural Networks[J].Laser & Optoelectronics Progress,2019,56(8):171-179.
Authors:Yuan Jianzhong  Zhou Wujie  Pan Ting  Gu Pengli
Affiliation:(School of Information and Electronic Engineering,Zhejiang University of Science and Technology,Hangzhou,Zhejiang 310023,China;College of Information Science and Electronic Engineering,Zhejiang University,Hangzhou,Zhejiang 310027,China)
Abstract:Yuan Jianzhong;Zhou Wujie;Pan Ting;Gu Pengli(School of Information and Electronic Engineering,Zhejiang University of Science and Technology,Hangzhou,Zhejiang 310023,China;College of Information Science and Electronic Engineering,Zhejiang University,Hangzhou,Zhejiang 310027,China)
Keywords:machine vision  deep convolutional neural network  depth estimation  monocular image  deep learning
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号