《表2 与先进算法结果对比》
本文方法与近年来应用深度学习的其他单目深度估计方法在NYUD v2数据集上的对比实验结果如表2所示。需要特别说明的是,此时网络的损失函数为Ltotal。其中,文献[14~16]提出的方法都是通过CRF优化网络模型,文献[17,29]和本文方法只通过卷积神经网络预测深度图,未使用其他算法对网络进行优化。对比结果表明,本文方法在各项指标中都达到了较优性能,在准确率δ<1.25和RMS的指标上达到最佳性能。其中,在RMS指标上低于文献[15]提出的结构注意力引导网络11.0%,且在准确率δ<1.25的指标上高于其1.1%。
图表编号 | XD00198135400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.05 |
作者 | 贾瑞明、李彤、李阳、王一丁 |
绘制单位 | 北方工业大学信息学院、北方工业大学信息学院、北方工业大学信息学院、北方工业大学信息学院 |
更多格式 | 高清、无水印(增值服务) |