基于双鉴别器生成对抗网络的单目深度估计方法
针对自监督单目深度估计精度不高的问题,提出一种基于双鉴别器生成对抗网络的自监督单目深度估计方法.该方法利用生成对抗网络在合成视觉上可信的图像方面的优势,进一步提高了自监督单目深度估计的精度.首先,为充分利用重建图像,在Wasserstein生成对抗网络的基础上进行改进,构建了2个鉴别器的结构.双鉴别器对生成器的要求和训练目标更加严苛,避免了由于只在左图像或右图像上引入鉴别器而造成的信息损失.其次,针对该网络的结构,提出了一种局部-全局一致的损失函数,保证了像素的真实性和局部-全局内容的一致性.在KITTI基准测试集中与单目深度估计的相关代表方法进行了比较,实验结果表明,该方法有效地提高了单目深度估计的精度,具有较好的深度估计的性能.
单目深度估计、双鉴别器、生成对抗网络、图像重建、自监督学习、机器视觉
48
U461;TP308(汽车工程)
国家自然科学基金61773027
2022-09-22（万方平台首次上网日期，不代表论文的发表时间）
共7页
928-934
