分享到:

基于采样汇集网络的场景深度估计

针对现有场景深度估计方法中,由于下采样操作引起的复杂物体边界定位不准确,而造成物体边界处的场景深度估计模糊的问题,受密集网络中特征汇集过程的启发,本文提出一种针对上/下采样过程的汇集网络模型.在下采样过程中使用尺度特征汇集策略,兼顾不同尺寸物体的估计;在上采样过程中,使用上采样反卷积恢复图像分辨率;同时,引  (本文共13页) 阅读全文>>

合肥工业大学
合肥工业大学

结合边缘遮挡判定的密集网络下的场景深度估计

单目图像的场景深度估计,关注于如何从单目图像中获得场景深度信息。在Marr奠定的计算机视觉理论中,将单目图像的场景深度估计作为人类视觉的一项重要任务。随着含有场景深度信息的RGBD数据集的构建以及深度卷积神经网络在计算机视觉任务中广泛应用。单目场景深度估计通常被定义为连续回归问题,采用卷积神经网络进行端对端的学习,但是现有的深度估计模型中仍然存在以下几大挑战:(1)单目图像场景深度信息估计需要像素级的预测结果,卷积神经网络模型下采样过程中的图像分辨率的损失,会导致场景深度估计精度不足。随着深度卷积网络层数的增多,网络模型针对固定的数据集进行训练时梯度退化现象严重,造成场景深度估计模型的学习能力降低;(2)由于深度卷积网络模型的下采样过程引起的图像中复杂边界定位不准确,而造成的目标边界处场景估计模糊的问题。针对这些问题本文主要开展了以下工作:针对场景深度估计模型中图像的复杂边界定位不准确,本文构建了一个共享主干网络的双子网模型同时...  (本文共72页) 本文目录 | 阅读全文>>

《椰城》2017年Z1期
椰城

...  (本文共1页)

权威出处: 《椰城》2017年Z1期
《上海第二工业大学学报》1989年02期
上海第二工业大学学报

基于视觉特性的物体边界跟踪法

本文提出了一个物体边界跟踪的新方法,它在一般的四方向跟踪法的基础上,引进了人眼...  (本文共5页) 阅读全文>>

《计算机研究与发展》2005年04期
计算机研究与发展

基于径向基函数网络的隐式曲线

将径向基函数网络与隐式曲线构造原理相结合,提出了构造隐式曲线的新方法,即首先由约束点构造神经网络的输入与输出,把描述物体边界曲线...  (本文共5页) 阅读全文>>

《哈尔滨科学技术大学学报》1985年02期
哈尔滨科学技术大学学报

二维黑白象中快速寻找物体边界点的一种计算方法

在二维黑白象中,根据灰度变化来寻找物体边界是计算机和机器人视觉所应用的基本原理之一。为了加快运算速度,在保证不丢失物体基本特征信息...  (本文共7页) 阅读全文>>

《机械管理开发》2008年05期
机械管理开发

基于OPTIMAS的物体边界傅立叶分析方法

目前,对物体边界进行描述的主要方法依然是傅立叶分析方法。应用专业的图像处理软件OPTIMAS,可编写一...  (本文共2页) 阅读全文>>