文献记录(part39)--Boundary-induced and scene-aggregated network for monocular depth prediction

学习笔记，仅供参考，有错必纠
关键词:单眼深度预测;边界诱导;深度相关
随便看看系列…

Boundary-induced and scene-aggregated network for monocular depth prediction

摘要

单目深度预测是场景理解中的一项重要任务。它旨在预测单个RGB图像的密集深度。随着深度学习的发展，这项任务的性能有了很大的提高。然而，有两个问题仍未解决：

• 深度特征编码了场景中错误的最远区域，导致预测深度的三维结构失真；
• 低层特征没有得到充分利用，这使得在深度突然变化的情况下更难估计边缘附近的深度。

为了解决这两个问题，我们提出了边界诱导和场景聚合网络。在该网络中，深度相关编码器(DCE)首先被设计成获得图像中区域之间的上下文相关性，并通过考虑相关性来感知远处的区域。同时，自底向上边界融合模块被设计为提取指示深度变化的精确边界。

最后，条纹细化模块(SRM)被设计用于细化由边界线索引起的密集深度，这提高了预测深度的边界精度。在NYUD v2数据集和IBMs-1数据集上的实验结果说明了该方法的最新性能。并利用太阳-红宝石数据集对该方法的泛化能力进行了评价。代码可在https://github.com/XuefengBUPT/BS-Net获得。

Introduction

密集而

标签：场景,边界,monocular,--,prediction,network,深度,预测
来源： https://blog.csdn.net/m0_37422217/article/details/115091505