《表3 估计深度与真实值比较》

  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

《基于深度学习的障碍物检测与深度估计》

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

定性分析：使用本研究方法对KITTI数据集进行深度估计，并将结果与来自KITTI数据集的真实值进行比较。图8给出了KITTI数据集中2个场景障碍物检测的结果和被检测障碍物的估计深度和真实值。图8(a）是障碍物的距离真实值，图8(b）是Dense-YOLO检测结果以及本文方法所估计出的被测障碍物深度。从图中可以看出，Dense-YOLO能准确地检测和定位到障碍物，并且能识别出障碍物的类别。在障碍物检测结果的基础上，本文的深度估计方法能够较好地估计出障碍物的距离，具体的对比结果如表3所示。