-
题名多尺度特征融合的移动端单目深度估计研究
- 1
-
-
作者
陈磊
梁正友
孙宇
蔡俊民
-
机构
广西大学计算机与电子信息学院
广西多媒体通信与网络技术重点实验室
-
出处
《计算机工程与科学》
CSCD
北大核心
2024年第9期1616-1624,共9页
-
基金
国家自然科学基金(62171145)。
-
文摘
目前基于深度学习的深度估计模型参数量大,难以适应移动端设备。针对此问题,提出一种可以部署在移动端的多尺度特征融合轻量级深度估计方法。首先,以MobileNetV2为主干,提取出4个尺度的特征。然后,通过构建编码器到解码器的跳跃连接路径,将4个尺度的特征进行融合,充分利用融合低层的位置信息和高层的语义信息。最后,融合后的特征通过卷积层得出高精度的深度图像。在NYU Depth Dataset V2数据集上进行了训练和测试,结果表明,该模型的参数量在仅有1.6×106的情况下,评估指标δ1高达0.812,在移动端的麒麟980 CPU上推理一幅图像仅需要0.094 s,具有实际应用价值。
-
关键词
深度学习
深度估计
多尺度特征
轻量级网络
移动端模型
-
Keywords
deep learning
depth estimation
multi-scale feature
lightweight network
mobile terminal model
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
