基于多掩膜技术的无监督深度与光流估计方法

来源:专题范文时间:2024-10-16 18:19:02

张旭东赵柏淦吴国庆姚建南

摘要：针对自动驾驶领域现有方法在处理动态、遮挡等复杂实际场景时存在的估计不准确问题，提出了一种以多掩膜技术为基础的无监督深度与光流估计方法，通过无监督学习从单目视频序列中提取目标深度、相机运动位姿和光流信息。根据不同外点类型设计了多种特定掩膜，以有效抑制外点对光照一致性损失函数的干扰，并在位姿估计和光流估计任务中起到剔除外点的作用。引入预训练的光流估计网络，协助深度和位姿估计网络更好地利用三维场景的几何约束，从而增强联合训练性能。最后，借助训练得到的深度和位姿信息，以及计算得到的掩膜，对光流估计网络进行了优化训练。在KITTI 数据集上的实验结果表明，该策略能够显著提升模型的性能，并优于其他同类型方法。

关键词：無监督学习；
深度估计；
位姿估计；
三维重建

中图分类号：TP 391 文献标志码：A

猜你喜欢三维重建颈椎三维重建对颈椎侧块螺钉固定的影响世界最新医学信息文摘(2021年12期)2021-06-09基于Mimics的CT三维重建应用分析软件(2020年3期)2020-04-20急性主动脉综合征136例MDCT三维重建影像特征及病变分布武警医学(2018年10期)2018-11-06基于关系图的无人机影像三维重建光学精密工程(2016年6期)2016-11-07DR内听道像及多层螺旋CT三维重建对人工耳蜗的效果评估海南医学(2016年8期)2016-06-08三维重建结合3D打印技术在腔镜甲状腺手术中的临床应用腹腔镜外科杂志(2016年12期)2016-06-01多层螺旋 CT 三维重建在肋骨及软骨损伤中的诊断价值转化医学电子杂志(2015年4期)2015-12-27多排螺旋CT三维重建在颌面部美容中的应用中国医疗美容(2015年1期)2015-07-12三维重建技术在肝癌诊疗中的研究进展沈阳医学院学报(2014年4期)2014-12-27基于逆向工程的模具磨破损区域三维重建研究组合机床与自动化加工技术(2014年9期)2014-03-01

上一篇：国企资产管理与财务监督质量的现状分析及对策
下一篇：ChatGPT对高校思想政治教育的五大挑战

扩展阅读文章

推荐阅读文章