《表2 NYU Depth V2数据集上实验结果对比》

  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

《基于DenseNet的单目图像深度估计》

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

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。