《表2 与先进算法结果对比》

  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

《轻量金字塔解码结构的单目深度估计网络》

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%。