基于迭代遮挡感知的四维几何线索光场深度估计
原文中文,约300字,阅读约需1分钟。发表于: 。基于非学习的优化方法,该论文提出了一种新的方法,通过明确考虑光场的 4D 几何模型,来利用 4D 几何信息进行深度估计,实验结果表明,该方法在表面法线角度精度方面优于现有的学习和非学习的方法,在平面表面上的平均中位角误差比现有方法低 26.3%,在均方误差 ×100 和 Badpix 0.07 方面与现有方法具有竞争力。
基于物理驱动的深度学习框架用于单目深度估计,提出了一种新的方法来推导每个位置的深度,并通过规范化和改进来提高精度。实验证明该方法在多个数据集上超过了现有方法,且在KITTI深度预测基准测试中排名第一。