.png){kind=icon}
返回
Complete information extraction for monocular depth estimation using a dual framework
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.112337.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种双Transformer-CNN框架。它结合了Transformer分支的全局上下文建模能力与CNN分支的局部空间信息捕获能力。
• 设计了一种并行特征交互模块（PFIM），该模块增强了不同分支的特征提取能力并促进了信息交换。
• 提出了一种基于统计方法的低层信息获取模块（LIAM），以有效捕获纹理信息。
• 引入了一种广域多尺度解码器（WAMD），提高了模型在复杂场景中的深度预测性能。
期刊
IF:
8
论文数:
5.7K
被引数:
3.5W
机构
引用论文
暂无论文信息