《表1 深度估计误差表:基于深度学习的真实尺度运动恢复结构方法》
深度估计误差如表1所示,前四列数据为深度估计的误差值,该值越小表示预测的单幅图像的深度图越精确;后三列数据是深度估计的准确率,其值越接近于1,表示预测效果越接近于真实深度图。第一行是Depth CNN在KITTI数据集上的实验结果,第二行是Godard等[21]在KITTI数据集上的预测结果,可以看出Godard等[21]方法在精确度和准确率略优于本文使用的方法,但是从第三、四行在自己采集的数据集上的实验效果,可以得到Depth CNN网络更优于文献[21]的方法,误差明显小于文献[21]的实验结果。这是由于文献[21]网络预测的单幅图像实质上是基于双目相机的左右图实现的,该网络在训练和测试步骤都需要双目相机之间的基线;而在本文实验中训练采用的是双目相机,基线是双目相机的左右相机的距离,但是在测试阶段使用的是单目全局快门采集测试的图像序列,因此本文的方法优于文献[21]。
图表编号 | XD001682300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 陈朋、任金金、王海霞、汤粤生、梁荣华 |
绘制单位 | 浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江工业大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |