深度神经网络用于准确的深度估计与潜空间特征
Siddiqui Muhammad Yasir1, Hyunsik Ahn2
1Department of Mechanical System Engineering, Tongmyong University, Busan 48520, Republic of Korea.
Biomimetics (Basel, Switzerland)
|December 27, 2024
概括
这项研究引入了单眼深度估计的新框架,提高了人机交互的3D场景重建精度. 该方法通过使用隐性空间特征和组合损失函数来提高深度边界精度.
科学领域:
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
背景情况:
- 准确的3D场景重建对于人机交互至关重要,特别是在室内环境中.
- 单眼深度估计为立体声或LiDAR系统提供了经济高效的替代方案,但往往难以达到深度界限的精度.
- 现有的单眼深度估计方法在准确定义深度边界方面面临挑战,这会影响重建质量.
研究的目的:
- 开发一种新的单眼深度估计框架,以提高深度图的精度.
- 为了提高单眼深度估计中的深度边界和局部特征的准确性.
- 为在人机交互中为3D场景重建提供更强大的解决方案.
主要方法:
- 一个新的深度估计框架,利用深层卷积神经网络中的潜在空间特征.
- 一个双编码器-解码器架构,可以实现颜色到深度和深度到深度的转换.
- 一个新的损失函数,结合了隐性损失和梯度损失,以改进深度界限.
主要成果:
- 拟议的框架为纽约大学深度V2数据集设定了一个新的基准,特别是在复杂的室内场景中.
- 与现有方法相比,显著减少了深度模糊性和模糊性.
- 在单眼深度地图生成中实现了更高的精度.
结论:
- 新的框架有效地提高了单眼深度估计的准确性,特别是在深度边界.
- 这种方法为在人机交互中精确的3D场景重建提供了有希望的解决方案.
- 该方法成功地解决了当前单眼深度估计技术的局限性.
