《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》

  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

《基于深度学习的真实尺度运动恢复结构方法》

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

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]。