计算机工程

作者：贾瑞明, 李阳, 李彤, 崔家礼, 王一丁

单位：北方工业大学 信息学院, 北京 100144

关键词：单目图像,深度估计,编-解码器结构,多层级融合,亚像素卷积

基金：国家自然科学基金面上项目（61673021）；北方工业大学学生科技活动项目（110051360019XN140）。

采用卷积神经网络对单目图像的深度进行估计时，存在深度信息不精确、边缘模糊以及细节缺失等问题。为此，提出一种多层级特征融合结构的深度卷积网络。该网络采用端到端的编-解码器结构，编码器使用ResNet101网络结构将图像转换为高维特征图，解码器使用上采样卷积模块从高维特征图中重建出深度图像，并对编码器与解码器中的不同层级特征进行融合。基于NYUv2数据集与KITTI数据集的实验结果表明，相比其他先进网络，该网络不仅能预测出更加准确的深度信息，而且能保持预测深度图像的边缘信息。

来源：2020年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第12期