《表2 NYU Depth V2数据集上实验结果对比》
通过实验将得到的输出结果与make3D、Eigen以及Laina的训练方法输出结果进行对比,其结果如表2所示。首先,可以看出利用CNN卷积网络模型的输出结果明显优于传统利用先验的几何假设等方法,这主要得益于CNN结构在图像处理方面的强大能力,CNN结构能够从图像中提取出足够多的特征信息,且特征提取和统计分类都不需要人工干预。在利用CNN结构的网络模型中,输出结果略优于Eigen与Laina的模型输出结果,这主要得益于DenseNet的网络特性与多尺度的网络结构,深度预测图结果对比如图2所示。
图表编号 | XD0036345900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.25 |
作者 | 何通能、尤加庚、陈德富 |
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 |
更多格式 | 高清、无水印(增值服务) |