论文笔记-深度估计(3)Predicting Depth, Surface Normals and Semantic Labels with a Common Multi-Scale...

该论文提出了一种共同的多尺度卷积架构,用于预测深度、表面法线和语义标签。通过三个阶段的网络,解决了2014年论文中未输出像素级深度预测的问题。Scale 1使用VGG或AlexNet提取特征,Scale 2进行预测,Scale 3提高分辨率,以获得更清晰的输出。深度和法向量的损失函数改进,增加了平滑度,避免了额外的处理步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Predicting Depth, Surface Normals and Semantic Labels with a Common Multi-Scale Convolutional Architecture

这篇文章是eigen 2015年的新文章,基于同样的模型,同样的初始化和大概相同的参数,可以用来得到深度,表面法向量或语义标签。

1.网络介绍

它的Pipeline如图:
这里写图片描述

这里写图片描述

三个stage的网络,scale1的输入与池化后的原图片concatenate,scale2的输入与池化后的原图片进行concatenate。相对于2014年的论文Depth Map Prediction from a Single Image using a Multi-Scale Deep Network中没有输出像素级深度预测的问题,新增了scale3用来unsample。

2.Scale 1-Full-Image:

先对它进行一个VGG或AlexNet的网络来提取feature map,到layer1.6为止。然后用1x1的卷积核来降维,减少计算数量。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值