《计算机应用研究》|Application Research of Computers

轻量金字塔解码结构的单目深度估计网络

Monocular depth estimation based on light-weight encoder-decoder convolution neural network

免费全文下载 (已被下载 次)  
获取PDF全文
作者 贾瑞明,李彤,李阳,王一丁
机构 北方工业大学 信息学院
统计 摘要被查看 次,已被下载
摘要 针对单目深度估计网络的庞大的参数量和计算量,提出一种轻量金字塔解码结构的单目深度估计网络,可以在保证估计精度的情况下,降低网络模型的复杂度、减少运算时间。该网络基于编解码结构,以端到端的方式估计单目图像的深度图。编码端使用ResNet50网络结构;在解码端提出了一种轻量金字塔解码模块,采用深度空洞可分离卷积和分组卷积以提升感受野范围,同时减少了参数量,并且采用金字塔结构融合不同感受野下的特征图,提升解码模块的性能。此外,在解码模块之间增加跳跃连接实现知识共享,以提升网络的估计精度。在NYUD v2数据集上的实验结果表明,与2018年CVPR会议中的结构注意力引导网络相比,轻量金字塔解码结构的单目深度估计网络在误差RMS的指标上降低约11.0%,计算效率提升约84.6%。
关键词 单目深度估计;卷积神经网络;编解码结构
基金项目 国家自然科学基金面上项目(61673021)
北方工业大学学生科技活动项目
本文URL http://www.arocmag.com/article/02-2020-12-069.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码