4 个月前

基于结构和语义的无监督单目深度和自我运动学习

基于结构和语义的无监督单目深度和自我运动学习

摘要

我们提出了一种利用结构和语义的方法,用于无监督单目深度和自我运动的学习。具体而言,我们对单个物体的运动进行建模,并与深度和自我运动一起学习其三维运动向量。我们在动态场景中获得了更准确的结果,特别是对于以前方法未能解决的具有挑战性的动态场景。这是Casser等人在[AAAI'19]发表论文的扩展版本。代码和模型已开源,可访问 https://sites.google.com/corp/view/struct2depth 获取。

基准测试

基准方法指标
monocular-depth-estimation-on-kitti-eigen-1Struct2Depth M
absolute relative error: 0.1412

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于结构和语义的无监督单目深度和自我运动学习 | 论文 | HyperAI超神经