通过改进的端到端神经网络模型来进行单眼天体透视全景深度估计
Fei Yan1,2, Lan Liu1, Xupeng Ding1
1School of Electronic Information Engineering, Changchun University of Science and Technology, Changchun, China.
Frontiers in neurorobotics
|October 11, 2023
概括
这项研究引入了一种改进的神经网络,用于使用阴影镜摄像头进行全景深度估计. 增强的算法实现了高度准确的对象深度估计,改进了计算机视觉应用程序.
科学领域:
- 计算机视觉 计算机视觉
- 机器学习 机器学习
- 机器人技术 机器人技术 机器人技术
背景情况:
- 准确的深度估计对于自主系统至关重要.
- 单眼天体摄像机提供广泛的视野成像.
- 现有的深度估计方法在全景数据方面面临挑战.
研究的目的:
- 开发一个强大的单眼天体光学全景深度估计算法.
- 为了提高从全景图像的深度估计的准确性和可靠性.
- 利用先进的神经网络架构来增强图像理解.
主要方法:
- 开发了一种改进的端到端神经网络模型.
- 一个增强的同心圆近似展开算法被用于图像处理.
- 非局部注意力机制和深度光滑性损失被整合.
主要成果:
- 该算法有效地展开和处理全景图像.
- 非局部注意力改善了图像理解能力.
- 深度光滑性损失提高了深度估计的精度和可靠性.
结论:
- 拟议的算法提供高度准确的对象深度估计.
- 这种方法提升了单眼天体管系统的深度估计.
- 这种精细的方法对现实世界的应用有很大的潜力.
