图像与稀疏激光点融合的单目深度估计 被引量：1

1

作者 蔡文靖 刘鑫 +1 位作者 王礼贺 纪宇航 《激光与红外》 CAS CSCD 北大核心 2024年第9期1373-1379,共7页

近年来,随着深度学习的快速发展,涌现出大量单目深度估计算法。但由于缺乏视差等几何约束,限制了算法深度预测精度的进一步提升,无法满足实际应用的需求。因此本文提出了一个二维图像与稀疏激光点融合的深度估计网络,通过实时输入少量... 近年来,随着深度学习的快速发展,涌现出大量单目深度估计算法。但由于缺乏视差等几何约束,限制了算法深度预测精度的进一步提升,无法满足实际应用的需求。因此本文提出了一个二维图像与稀疏激光点融合的深度估计网络,通过实时输入少量激光点的高精度测距结果,提高深度预测精度;其次,为解决自采集数据激光雷达点分布不均匀问题,在有监督网络基础上,加入相对位姿估计网络与深度估计网络联合训练,同时增加光度一致性、深度重投影两个损失函数;最终,利用自采集数据进行实验分析,实验结果表明,当使用160个激光点时,即可将深度预测绝对相对误差由10.1%降至7.6%,当使用1280个激光点时,深度预测绝对相对误差变化趋于平稳,降至4.1%。 展开更多

关键词 单目深度估计 稀疏激光点 残差神经网络

在线阅读 下载PDF 职称材料

基于多尺度深度图自适应融合的单目深度估计 被引量：2

2

作者 郑游 王磊 杨紫文 《武汉工程大学学报》 CAS 2024年第1期85-90,共6页

深度估计网络通常具有较多的网络层数,图像特征在网络编码和解码过程中会丢失大量信息,因此预测的深度图缺乏对象结构细节且边缘轮廓不清晰。本文提出了一种基于多尺度深度图自适应融合的单目深度估计方法,可有效保留对象的细节和几何... 深度估计网络通常具有较多的网络层数,图像特征在网络编码和解码过程中会丢失大量信息,因此预测的深度图缺乏对象结构细节且边缘轮廓不清晰。本文提出了一种基于多尺度深度图自适应融合的单目深度估计方法,可有效保留对象的细节和几何轮廓。首先,引入压缩与激励残差网络(SE-ResNet),利用注意力机制对不同通道的特征进行编码,从而保留远距离平面深度图的更多细节信息。然后,利用多尺度特征融合网络,融合不同尺度的特征图,得到具有丰富几何特征和语义信息的特征图。最后,利用多尺度自适应深度融合网络为不同尺度特征图生成的深度图添加可学习的权重参数,对不同尺度的深度图进行自适应融合,增加了预测深度图中的目标信息。本文方法在NYU Depth V2数据集上预测的深度图具有更高的准确度和丰富的物体信息,绝对相对误差为0.115,均方根误差为0.525,精确度最高达到99.3%。 展开更多

关键词 单目深度估计 注意力机制 多尺度特征融合网络 多尺度深度自适应融合网络

在线阅读 下载PDF 职称材料

面向交通场景基于双注意力机制和自适应代价卷的自监督单目深度估计

3

作者 武港 刘威 +3 位作者 胡骏 程帅 杨文兴 孙令岿 《电子学报》 EI CAS CSCD 北大核心 2024年第5期1670-1678,共9页

针对当前交通场景下自监督单目深度估计存在特征表达能力弱、深度图局部细节模糊、深度估计精度低的问题,提出一种基于双注意力机制和自适应代价卷的自监督单目深度估计方法.该方法首先利用双注意力机制的特征提取网络,结合通道注意力... 针对当前交通场景下自监督单目深度估计存在特征表达能力弱、深度图局部细节模糊、深度估计精度低的问题,提出一种基于双注意力机制和自适应代价卷的自监督单目深度估计方法.该方法首先利用双注意力机制的特征提取网络,结合通道注意力和空间注意力,对提取的场景特征进行自适应加权,增强特征表达能力.其次,根据提取的全局特征自适应的构建代价卷,引导网络学习精细的深度特征,提升网络模型对深度图局部细节的学习能力,解决现有方法深度估计精度低的问题.在自动驾驶公开数据集KITTI、Cityscapes上的实验结果表明,本文方法优于目前主流方法. 展开更多

关键词 单目深度估计 自监督 注意力机制 自适应 代价卷

在线阅读 下载PDF 职称材料

基于尺度线索增强的无监督单目深度估计

4

作者 曲熠 陈莹 《电子学报》 EI CAS CSCD 北大核心 2024年第9期3217-3227,共11页

由于单目深度估计中图像与深度图存在一对多的对应关系,单目深度估计本身就存在着尺度歧义的问题.因此,本文引入基于多视图立体匹配(Multi-View Stereo,MVS)的单目多帧深度估计方法,构造移动深度,挖掘尺度线索,将传统单目深度估计与MVS... 由于单目深度估计中图像与深度图存在一对多的对应关系,单目深度估计本身就存在着尺度歧义的问题.因此,本文引入基于多视图立体匹配(Multi-View Stereo,MVS)的单目多帧深度估计方法,构造移动深度,挖掘尺度线索,将传统单目深度估计与MVS深度估计有机结合,以改善单目深度估计几何建模中固有的模糊性问题.在此基础上,设计两个通道注意力模块,分别提高网络的场景结构感知能力和对局部信息的处理能力,从而更充分地融合不同尺度的特征,产生更精确、更清晰的深度预测.在KITTI数据集的测试结果中,本文方法的平均相对误差和平方相对误差相较基准网络分别最高提升4.7%和8.0%,所有误差和准确率指标均超越其他主流的无监督单目深度估计方法. 展开更多

关键词 单目深度估计 无监督学习 深度学习 多尺度 通道注意力

在线阅读 下载PDF 职称材料

联合引导式深度图像超分辨的单目深度估计方法

5

作者 刘鹏 王建龙 窦新宇 《现代信息科技》 2023年第11期11-14,共4页

针对基于编解码结构的单目深度估计网络模型,对细粒度深度信息估计精度差和算力需求大的问题,提出了一种联合引导式深度图像超分辨率的单目深度估计方法。该方法设计了一种基于选择性特征融合的引导式深度图像超分辨率网络模型,并将其... 针对基于编解码结构的单目深度估计网络模型,对细粒度深度信息估计精度差和算力需求大的问题,提出了一种联合引导式深度图像超分辨率的单目深度估计方法。该方法设计了一种基于选择性特征融合的引导式深度图像超分辨率网络模型,并将其与单目深度估计网络模型结合在一个监督学习框架下估计深度。在NYU-Depth-V2数据集上,以三种单目深度估计网络模型开展实验,结果证明该方法具有更好的深度边界预测效果和较低的算力消耗指标。 展开更多

关键词 单目深度估计 深度图像超分辨 特征融合 编解码结构

在线阅读 下载PDF 职称材料

单目深度估计研究综述

6

作者 王诚 李梦媛 李春领 《红外》 2025年第5期1-10,共10页

单目深度估计在三维重建、目标跟踪、场景理解等众多应用中起到非常重要的作用。由于单目摄像头具有成本低、设备较为普及、图像获取方便等特点,从单目图像中获取深度信息成为热门研究。首先概述了用于单目深度估计的常见深度学习模型,... 单目深度估计在三维重建、目标跟踪、场景理解等众多应用中起到非常重要的作用。由于单目摄像头具有成本低、设备较为普及、图像获取方便等特点,从单目图像中获取深度信息成为热门研究。首先概述了用于单目深度估计的常见深度学习模型,主要包括卷积神经网络(Convolutional Neural Network,CNN)、循环神经网络(Recurrent Neural Network,RNN)和生成对抗网络(Generative Adversarial Network,GAN)。然后从训练方法的角度归纳了用于单目深度估计的深度学习方法,并对单目深度估计的发展趋势进行了总结。 展开更多

关键词 单目深度估计 计算机视觉 深度学习

在线阅读 下载PDF 职称材料

基于注意力机制和多级校正的单目室内场景深度估计

7

作者 刘鹏 丁爱华 窦新宇 《现代信息科技》 2024年第5期106-110,共5页

场景的深度估计在三维视觉领域有着广泛的应用。针对单目室内场景深度估计精度低、细粒度信息预测能力差等问题,提出一种基于注意力机制和多级校正的单目深度估计网络。该网络首先采用混合自注意力Transformer和卷积神经网络的双分支模... 场景的深度估计在三维视觉领域有着广泛的应用。针对单目室内场景深度估计精度低、细粒度信息预测能力差等问题,提出一种基于注意力机制和多级校正的单目深度估计网络。该网络首先采用混合自注意力Transformer和卷积神经网络的双分支模块提取彩色图像的多分辨率特征,然后利用基于空间域注意力机制的模块对提取的多分辨率特征进行渐进融合,最后通过多级校正的方式处理融合后的特征,并渐进地估计出不同分辨率的深度图像。实验结果表明,与同类方法相比,所提出的网络可有效提高深度图像细粒度信息的预测能力,网络的多个评价指标均有不同幅度的提升。 展开更多

关键词 单目深度估计 TRANSFORMER 注意力机制 多级校正

在线阅读 下载PDF 职称材料

基于深度学习优化的单目图像深度估计算法分析

8

作者 尧伟 《集成电路应用》 2024年第11期28-29,共2页

阐述算法采用改进的卷积神经网络结构,通过引入残差连接和注意力机制,有效提高深度预测的准确性。通过对网络参数进行量化和剪枝,压缩模型大小,提升推理速度,并保持了相近的精度。

关键词 单目深度估计 深度学习 卷积神经网络 注意力机制 模型压缩

在线阅读 下载PDF 职称材料

走廊场景下辅助视觉里程计初始化的单目深度恢复方法

9

作者 徐晓苏 刘烨豪 +3 位作者 姚逸卿 夏若炎 王子健 范明泽 《中国惯性技术学报》 EI CSCD 北大核心 2024年第8期753-761,共9页

单目相机由于缺少尺度信息在视觉里程计等应用场景中性能受限。现有研究大多通过基于深度学习的方法解决这一问题,但其推理速度慢,难以实时运行。针对这一问题,提出了一种走廊场景下基于非线性优化进行快速单目深度恢复的显式方法。采... 单目相机由于缺少尺度信息在视觉里程计等应用场景中性能受限。现有研究大多通过基于深度学习的方法解决这一问题,但其推理速度慢,难以实时运行。针对这一问题,提出了一种走廊场景下基于非线性优化进行快速单目深度恢复的显式方法。采用虚拟相机假设,简化对相机姿态角的求解;通过最小化几何残差,将深度估计问题转换为优化问题;设计一种深度平面构建方法,对空间点深度进行分类,实现走廊等封闭结构场景下的快速深度估计;最后,将所提方法在单目视觉里程计初始化中进行应用,使得单目视觉里程计可以获得真实的尺度信息,并提升其定位精度。实验结果表明:所提方法在走廊场景3m范围内深度估计的相对误差小于8.4%,在Intel Core i5-7300HQCPU处理器中能以20FPS的速度实时运行。 展开更多

关键词 视觉里程计 单目深度估计 深度恢复 非线性优化

在线阅读 下载PDF 职称材料

基于多尺度注意力导向网络的单目图像深度估计 被引量：8

10

作者 刘杰平 温竣文 梁亚玲 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第12期52-62,共11页

针对现有基于深度学习的单目图像深度估计算法存在的空间分辨率低和边缘模糊等问题,提出了一种基于多尺度注意力导向网络的单目图像深度估计算法。首先设计了一个端到端的编码器-解码器模型,编码器以多个尺度进行特征提取。为了保证更... 针对现有基于深度学习的单目图像深度估计算法存在的空间分辨率低和边缘模糊等问题,提出了一种基于多尺度注意力导向网络的单目图像深度估计算法。首先设计了一个端到端的编码器-解码器模型,编码器以多个尺度进行特征提取。为了保证更好的深度连续性,解码器结合残差学习以及通道注意力融合,对提取的多尺度特征逐步优化细节以及场景结构。考虑到多次下采样会导致深度图细节的丢失,设计了边界增强模块,通过引入空间注意力,提升不同物体的类间对比度以增强图像的边界细节。最后,优化模块融合来自解码器和边界增强模块的多尺度特征,生成深度图像。实验结果表明,与当前主流的算法相比,文中算法生成的深度图像质量得到了提高,表现出了更细致的物体轮廓信息,在客观指标和主观效果上均有良好的表现。 展开更多

关键词 深度学习 单目图像深度估计 多尺度注意力导向网络 多尺度特征 通道注意力融合

在线阅读 下载PDF 职称材料

基于局部平面引导层的无监督单目红外图像深度估计

11

作者 石琴 陈雅芳 +3 位作者 程腾 张强 王文冲 石本义 《汽车工程》 EI CSCD 北大核心 2023年第12期2291-2298,共8页

当前无监督单目红外图像深度估计方法难以处理低纹理和低对比度区域,导致估计效果差,因此本文提出了一种基于局部平面引导层的无监督单目红外图像深度估计算法。该算法由连续视频帧输入、多尺度特征提取、ASPP和局部平面引导层、计算损... 当前无监督单目红外图像深度估计方法难以处理低纹理和低对比度区域,导致估计效果差,因此本文提出了一种基于局部平面引导层的无监督单目红外图像深度估计算法。该算法由连续视频帧输入、多尺度特征提取、ASPP和局部平面引导层、计算损失、联合训练、输出图像模块组成。首先,通过采用多个小分辨率灰度块和多尺度特征融合,解决了红外图像边缘模糊和遮挡物体等问题。其次,通过利用局部平面引导层在深度图像上引入一个平面约束,减小了深度图像中的噪声和不连续性,以及传统算法对低纹理区域处理不明显等问题。实验结果表明,所提出的深度估计算法有效提高了单目深度估计的精度并减小误差,在Iray数据集上的Abs Rel、Sq Rel、RMS、RMS(log)分别为0.262、3.621、9.473、0.332,在阈值指标小于1.25、1.252、1.253时,准确率达到了60.5%、85.2%、94.5%。 展开更多

关键词 无监督 红外图像 单目深度估计 局部平面引导层 损失函数

在线阅读 下载PDF 职称材料

基于多尺度特征融合的快速单目图像深度估计 被引量：3

12

作者 孔慧芳 房亮 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2022年第3期332-335,432,共5页

文章针对目前采用深度学习估计单目图像深度中存在推理时间长、物体边缘细节不清晰的问题,设计一种基于多尺度特征融合的快速单目图像深度估计网络。将GhostNet运用到单目图像深度估计网络的编码网络中,提高网络的编码速度;采用反卷积... 文章针对目前采用深度学习估计单目图像深度中存在推理时间长、物体边缘细节不清晰的问题,设计一种基于多尺度特征融合的快速单目图像深度估计网络。将GhostNet运用到单目图像深度估计网络的编码网络中,提高网络的编码速度;采用反卷积和双线性插值设计解码网络,并通过跨层连接将编码网络的特征与解码网络的特征融合增强深度图中物体的边缘细节。在通用数据集NYU Depth V2上训练和测试的结果表明,该文设计的网络模型得到的深度图细节保持较为完整,同时具有较高的推理速度。 展开更多

关键词 深度学习 单目图像深度估计 边缘细节 多尺度特征融合 推理速度

在线阅读 下载PDF 职称材料

基于自监督学习的热红外图像景深估计方法

13

作者 丁萌 关松 +2 位作者 李帅 于快快 徐一鸣 《红外与毫米波学报》 SCIE EI CSCD 北大核心 2023年第6期907-916,共10页

从热红外图像对比度低、细节信息不足等特点出发,提出了一种面向热红外图像的景深估计方法。首先,设计了一种红外特征聚合模块,提高了对目标物边缘和小目标的全方位深度信息获取能力;其次,在特征融合模块中引入了通道注意力机制,进一步... 从热红外图像对比度低、细节信息不足等特点出发,提出了一种面向热红外图像的景深估计方法。首先,设计了一种红外特征聚合模块,提高了对目标物边缘和小目标的全方位深度信息获取能力;其次,在特征融合模块中引入了通道注意力机制,进一步融合通道间的交互信息;在此基础上,建立了一种深度估计网络,实现热红外图像的像素级景深估计。消融实验与对比实验的结果表明,该方法在热红外图像像素级景深估计中性能优于其他代表性方法。 展开更多

关键词 红外图像 无监督学习 单目深度估计 特征聚合 通道注意力机制

在线阅读 下载PDF 职称材料

融合图像深度的抗遮挡目标跟踪算法 被引量：1

14

作者 王希鹏 李永 +1 位作者 李智 张妍 《郑州大学学报（工学版）》 CAS 北大核心 2021年第5期19-24,31,共7页

由于视频信息的局限性,在遮挡情况下的目标跟踪依然是一个很难解决的问题。针对目标跟踪过程中的遮挡问题,提出将图像深度引入单目标跟踪算法。首先应用单目图像深度估计算法对图像进行深度估计,获取图像的深度信息;其次,将基于孪生区... 由于视频信息的局限性,在遮挡情况下的目标跟踪依然是一个很难解决的问题。针对目标跟踪过程中的遮挡问题,提出将图像深度引入单目标跟踪算法。首先应用单目图像深度估计算法对图像进行深度估计,获取图像的深度信息;其次,将基于孪生区域推荐网络的目标跟踪算法与图像深度相结合,构建遮挡判别模块,利用目标深度信息的变化判断遮挡情况;最后,将遮挡判别得分与锚点框响应得分进行加权融合,根据最终响应得分对目标跟踪器的候选框重新排序,避免目标跟踪被遮挡物干扰而产生跟踪漂移。在OTB-2015数据集上的实验结果表明:该算法能有效地应对遮挡情况对跟踪性能的影响,平均跟踪成功率为0.623,平均跟踪精确度为0.853,相比基准算法分别提高了1.8%和0.9%。 展开更多

关键词 孪生网络 深度学习 目标跟踪 单目图像深度估计 抗遮挡

在线阅读 下载PDF 职称材料