检索结果-南通市图书馆

Self‐supervised monocular depth estimation via asymmetric convolution block

IET Cyber-Systems and Robotics 2022年第2期4卷 131-138页

作者： Lingling Hu Hao Zhang Zhuping Wang Chao Huang Changzhu Zhang Department of Control Science and Engineering Tongji UniversityShanghaiChina

Without the dependence of depth ground truth,self‐supervised learning is a promising alternative to train monocular depth estimation.It builds its own supervision signal with the help of other tools,such as view synthesis and pose networks.However,more training parameters and time consumption may be involved.This paper proposes a monocular depth prediction framework that can jointly learn the depth value and pose transformation between images in an end‐to‐end manner.The depth network creatively employs an asymmetric convolution block instead of every square kernel layer to strengthen the learning ability of extracting image features when training.During infer-ence time,the asymmetric kernels are fused and converted to the original network to predict more accurate image depth,thus bringing no extra computations anymore.The network is trained and tested on the kitti monocular dataset.The evaluated results demonstrate that the depth model outperforms some State of the Arts(SOTA)ap-proaches and can reduce the inference time of depth prediction.Additionally,the pro-posed model performs great adaptability on the Make3D dataset.

关键词： asymmetric convolution block(ACB) kitti dataset self‐supervised depth estimation

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：