返回
SharpEdge: High-quality data-driven monocular depth estimation for enhanced boundary precision
DOI:10.1016/j.engappai.2025.112067.png)
摘要
En 中文
虽然现有的单目深度估计算法已取得令人瞩目的性能,但它们在准确区分物体边界方面往往存在不足。这种缺陷主要源于数据集采集过程中的固有噪声,例如边缘模糊和深度信息缺失。为解决这些挑战,本文提出了一种面向自动驾驶的新型、高质量、数据驱动的单目深度估计算法。该方法通过更清晰的物体边界和更低的噪声显著提升了深度预测效果,使其非常适合实时、安全关键的应用场景。
Keyword:
monocular depth estimation
object boundaries
autonomous driving
data-driven method
depth prediction
期刊
IF:
8
论文数:
5.8K
被引数:
3.5W
机构
引用论文
暂无论文信息

