单目深度估计论文(3）— Unsupervised cnn for single view depth estimation: Geometry to the rescue (ECCV 2016)

深度估计新突破：无监督单目CNN实现几何引导的深度学习
最新推荐文章于 2022-06-21 16:25:47 发布
原创 最新推荐文章于 2022-06-21 16:25:47 发布 · 252 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#cnn #深度学习 #机器学习

此篇博客介绍了一种无监督的深度学习方法，利用CNN在单视图场景中进行深度估计，通过几何约束提升精度，展示了2016年欧洲计算机视觉会议的研究成果，740-756页深入探讨了这一前沿技术。

无监督的单目CNN深度估计
[1] Garg R, Bg V K, Carneiro G, et al. Unsupervised cnn for single view depth estimation: Geometry to the rescue[C].European conference on computer vision. Springer, Cham, 2016: 740-756.

论文笔记-Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue
kingsleyluoxin的博客
08-03 525
论文信息 标题： Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue 作者：Ravi Garg, Vijay Kumar B G, Gustavo Carneiro, Ian Reid 机构：The University of Adelaide, SA 5005, Australia 代码链接 https://github.com/Ravi-Garg/Unsupervised_Depth_Estimat.
Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue
qq_45580233的博客
11-08 444
文章目录Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue一、介绍二、方法2.1 自编码器损失三、带跳跃结构的粗略到细致训练四、网络架构五、实验六、相关工作七、结论 Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue 目的：单目视觉深度估计 模型：无监督框架的深度CNN 输入：单目图 输出：深度图 训练数据：双目立体
论文笔记：Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue（无监督深度预测系列1：naive方法）
upup
06-18 1259
一、基本信息 标题：Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue 时间：2016 论文领域：深度预测、深度学习 引用格式：Garg R, BG V K, Carneiro G, et al. Unsupervised cnn for single view depth estimation: Geometry to the rescue[C]//European Conference on Computer
Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue（Grag 2016）
sky的博客
04-04 1544
论文地址：https://link.zhihu.com/?target=https%3A//arxiv.org/pdf/1603.04992.pdf 摘要 使用一个类似于autocoder网络训练，训练时考虑一对图像，原始图像和目标图像间的微小相机运动。训练encoder卷积网络来预测原始图像的深度图，然后我们使用估计深度和已知的内部变化对目标图像进行变换，对原始图像进行重建，重建的亮...
10.Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue
乘风的博客
12-04 1350
大体介绍( 当训练deep Convolutional Neural Networks时往往需要大量的手动标记的数据。因此，这篇论文提出了一种非监督的框架来学习DCNN从而进行单视图的深度预测。我们使用类似于自动编码器的方式训练这个神经网络，并且这个框架的学习不需要预训练阶段和annotated ground-truth depths。 在训练时，我们考虑一对图像，源(source)和目标(tar...
[算法整理]可能是最全的无监督/自监督单目深度估计方法汇总 - Part2:双目图像篇
weixin_41625823的博客
06-21 5683
[算法整理] 可能是最全的自监督/无监督单目深度估计方法汇总 - Part1:双目图像篇
单目深度估计基础理论和论文学习总结
苹果姐计算机视觉原创知识分享
01-12 2743
深度估计基础论文总结
3D human pose 重要论文分类（持续更新）
b_lack的博客
04-06 5023
3D human pose 重要论文整理（持续更新） 传统方法 *[1] Chunyu Wang,Yizhou Wang,Zhouchen Lin,Alan L. Yuille,Wen Gao. Robust Estimation of 3D Human Poses from a Single Image. In the Center for Brains, Minds and Machines(...
利用NN的深度图算法调研
necrazy的专栏
09-06 1362
1、基于监督的方法 1.1、Eigen et al. 使用深度学习做深度估计最经典的两篇文章应该属于Eigen组2014,2015年的两篇工作： Depth Map Prediction from a Single Image using a Multi-Scale Deep Network (2014 NIPS) Predicting Depth, Surface Normals and...
双目相机定位3d python_用深度学习实现 2D 到 3D 的转换
weixin_39858245的博客
11-22 870
随着 5G 时代的到来，VR 端应用呈爆发式增长，3D 内容作为构建 VR 生态的主力输出一直深受广大用户的追捧和喜爱。针对目前 3D 内容过少，质量不高、生产昂贵等现状，爱奇艺作为国内领先的互联网视频媒体，自然首当其冲，以真实世界的 3D 内容为基础，研究2D 转 3D 技术，实现更优质的 VR 端的 3D 内容生态的构建，满足更多用户的日常需求。相对于 2D 内容，优质的 3D 内容有输出符合...
读论文 Unsupervised cnn for single view depth estimation Geometry to the rescue
非正经研究生的猪圈
10-09 473
它干了啥 提出了一种方法，进行 单目深度估计，以后再也不用 大量 提前标注的数据了。因为， 算是 一种 自监督吧。 采用了 autoencoder 方法，用两张图，用其中一张 ，预测 深度map， 然后用深度 和 已知的两个相机的位置，这些外部参数，就能算出来 另外一张图，算出来的这个 fake 的图，叫做 重建图。 重建图 和 真实 的源图，之间的 差异，就可以通过 重建损失 进行表示。 天天对原文的笔记 第一部分：介绍 说了之前的 训练手法： 先在 image net 上进行训练， 然后 微调，以适
读论文笔记：无监督的卷积神经网络对单目视图的深度估计
fuzi2012的博客
05-29 6542
Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue 作者R Garg ， KBG Vijay ， G Carneiro ，I Reid 论文原文：https://www.researchgate.net/publication/301292064_Unsupervised_CNN_for_Single
最新开源无监督单目深度估计方法，解决复杂室内场景难训练问题，效果性能远超SOTA...
3D视觉工坊
07-24 2499
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达一、摘要无监督单目深度估计算法已经被证明能够在驾驶场景（如KITTI数据集）中得到精确的结果，然而最近 [5] (ICCV 2019...
ECCV2016 paper list （完整版）
热门推荐
mxs30443的专栏
01-03 2万+
摘自ECCV2016的会议论文：Oral Session 1A: Detection, Recognition & Retrieval Tuesday, October 11; 09:00 – 10:00 Chairs: Bernt Schiele (MPI), Vincent Lepetit (TU Graz)O-1A-01. pdf_icon_1  CNN Image Retrieval L
基于深度学习的单目图像深度估计
惊鸿一博
10-09 4821
作者：buldajs 链接：https://www.zhihu.com/question/53354718/answer/207687177 来源：知乎 Depth Map Prediction from a Single Image using a Multi-Scale Deep Network NIPS2014，第一篇CNN-based来做单目深度估计的文章。 基本思想用的是一个Multi-scale的网络，这里的Multi-scale不是现在网络中Multi-scale...
转发：基于深度学习的单目深度估计总结
Niuip的博客
07-06 4902
作者：知乎用户链接：https://www.zhihu.com/question/53354718/answer/209398048来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。我觉得近几年采用深度学习来解决深度估计的思路可以分为好几类：第一类 仅仅依靠深度学习和网络架构得到结果最近这部分文章我较为详细的总结在了专栏里：深度学习之单目深度估计 (Chapter.1)...
Unsupervised Learning of Monocular Depth Estimation and Visual Odometry论文阅读
yueleileili的博客
10-06 1826
Abstract 这篇文章，作者利用双目视频序列学习深度和视觉测距。使用双目序列能够促进利用空间的（左右目拍摄的图片），和时序上的（前后帧图片）的photometric warp error, 并且限制景深会和相机运动在一个现实的范围。测试阶段，作者提出的框架能够从单目序列当中估计单张场景的深度，和两张场景的视觉里程。作者也展示了将深度特征的warp考虑进来可以优化photometric warp...
CNN+Depth estimation
天空之城
11-16 3688
1 － AlexNet 和 VGG-Net CVPR 2015 基本是 “the year of deep learning”，有大概70%的文章是关于deep learning的。大会请来了2位 keynote speakers: 计算机学家 Yann LuCun (NYU， Facebook) 和 心理学家、神经学家 Jack Gallan (Berkeley)。 Yann是公认的 Co
深度学习笔记之卷积神经网络CNN
落日之城
01-07 583
卷积神经网络学习笔记 （台湾大学李宏毅机器学习2017春）     注：此笔记主要是用于自己温习之用，一些预备知识可能写的不够详细，仅供大家参考。如果有疑问欢迎留言交流。 来自李老师的主页：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17.html 卷积神经网络其实是深度神经网络根据图片（包括视频，下同）的特性进行的简化。   图片的...
实现无监督室内深度估计：ECCV'20的Indoor-SfMLearner
资源摘要信息:"Indoor-SfMLearner:[ECCV'20]用于无监督室内深度估计的面片匹配和平面正则化" 该资源是针对深度学习、计算机视觉领域的研究者和开发者的工具包，尤其对室内深度估计、面片匹配、平面正则化感兴趣的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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