《表1 不同分辨率图像的IoU值对比》
本文分别将分辨率为72和分辨率为300的图像作为输入,对椅子等四个类别的图像来测试本文深度估计器提取效果。从表1可以看出,当输入图像为低分辨率时,本文模型IoU指标较Marrnet模型提高了0.189。图7是低分辨率图像提取的深度图像对比,可以明显看出本文的模型提取的深度图像细节更多。如图8所示,当输入图像为高分辨率时,本文模型提取的深度图像效果也略优于Marrnet。从结果上看,本文采用的深度估计器模块在提取效果上优于目前主流的模型。图9是各类别预测结果的MSE值,从中可以看出在汽车、飞机等数据集上训练深度估计器,本文模型训练结果可以推广到预测新的类别深度图像。训练集与新测试类别的MSE值区别并不是特别明显,足以证明本文深度估计器的优秀泛化能力。
图表编号 | XD00197717000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.10 |
作者 | 张豪、张强、邵思羽、丁海斌 |
绘制单位 | 空军工程大学研究生院、空军工程大学防空反导学院、空军工程大学防空反导学院、空军工程大学防空反导学院、陆军工程大学训练基地 |
更多格式 | 高清、无水印(增值服务) |