单眼深度估计:一个彻底的审查
IEEE transactions on pattern analysis and machine intelligence
|November 8, 2023
概括
这篇评论探讨了计算机视觉中的深度估计,检查了人类的感知和深度学习方法. 目前的进步缺乏与人类深度线索的整合,错过了潜在的好处.
科学领域:
- 计算机视觉 计算机视觉
- 人类的感知 人类的感知
- 机器学习 机器学习
背景情况:
- 从二维图像进行深度估计是计算机视觉中的一个复杂的,错误的问题.
- 几十年来,它一直是广泛研究的主题.
- 现有的方法往往忽略了生物学见解.
研究的目的:
- 提供对深度估计技术的全面审查.
- 分析人类深度感知机制和深度学习方法.
- 为了突出人造和生物深度传感之间的差距.
主要方法:
- 对现有的关于深度估计的文献进行系统审查.
- 基于研究趋势的深度学习方法的分类.
- 对人类深度感知原理的分析.
主要成果:
- 对于深度估计的深度学习已经观察到显著的进步.
- 当前的人工智能方法与人类深度感知之间存在分离.
- 确定了整合两个领域的潜在协同效益.
结论:
- 未来的研究应该弥合人工智能和人类深度感知之间的差距.
- 整合生物见解可以增强人工深度估计.
- 本综述为该领域的研究人员提供了一个结构化的概述.


