《表1 不同分辨率图像的IoU值对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《深度学习在单图像三维模型重建的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。