.png){kind=icon}
返回
Enhancing monocular depth estimation with an advanced encoder-decoder architecture
.png){kind=icon}
PRE
AI
DOI：10.1007/s00521-025-11566-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在自主导航领域取得了显著的技术进步，影响了机器人、自动驾驶汽车和无人飞行器等多个领域。这些系统通常将周围物体的距离作为输入。单目深度估计，即从单张RGB图像中估计深度，在此背景下发挥着关键作用。本研究中，我们提出了一个用于单目深度估计的编码器-解码器模型。此外，我们引入了一种加权损失函数，旨在最小化深度图像重建误差，并对深度图场景域中的失真进行惩罚。所提出的模型使用NYU Depth V2数据集进行评估，其结果超越了该数据集上的当前最优模型。具体而言，我们的模型实现了验证准确率0.9823、平均相对误差(rel)0.04713和均方根误差(RMSE)0.2372，相较于当代技术分别显著降低了60%和49%，即使在训练数据集较小的情况下也是如此。
Keyword:
Depth estimation
Monocular Depth estimation
Scene Understanding
Unmanned Aerial Vehicles (UAVs)
Encoder–Decoder
期刊
IF:
4.5
论文数:
865
被引数:
3.2W
机构
引用论文
Deep learning and conditional random fields-based depth estimation and topographical reconstruction from conventional endoscopy基于深度学习和条件随机场的深度估计和传统内窥镜的地形重建.png)
MEDICAL IMAGE ANALYSIS
OAAI
MEDICAL IMAGE ANALYSISIF11.8
OAAI分享收藏Digging into the multi-scale structure for a more refined depth map and 3D reconstruction挖掘多尺度结构以获得更精细的深度图和3D重建
PREAI
分享收藏
查看更多内容