基于自适应空间特征增强的多视图深度估计.docx

下载文档

0
0
约2.14万字
约 20页
2024-12-02 发布于北京
举报
版权申诉
保障服务

基于自适应空间特征增强的多视图深度估计.docx

1、本文档共20页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

第36

第36卷第1期2024年1月

Vol.36No.1Jan.2024

JournalofSystemSimulation

基于自适应空间特征增强的多视图深度估计

魏东，刘欢*，张潇瀚，李昌恺，孙天翼，张子优

(沈阳工业大学信息科学与工程学院，辽宁沈阳110870)

摘要：为了提高多视图深度估计结果精度，提出一种基于自适应空间特征增强的多视图深度估计算法。设计了由改进后的特征金字塔网络(featurepyramidnetwork,FPN)和自适应空间特征增强(adaptivespacefeatureenhancement,ASFE)组成的多尺度特征提取模块，获取到具有全局上下文信息和位置信息的多尺度特征图像。通过残差学习网络对深度图进行优化，防止多次卷积操作出现重建边缘模糊的问题。通过分类的思想构建focalloss函数增强网络模型的判断能力。由实验结果可知，该算法在DTU(technicaluniversityofdenmark)数据集上和CasMVSNet(CascadeMVSNet)算法相比，在整体精度误差、运行时间、显存资源占用上分别降低了14.08%、72.15%、4.62%。在TanksandTemples数据集整体评价指标Mean上该模型优于其他算法，证明提出的基于自适应空间特征增强的多视图深度估计算法的有效性。

关键词：多视图深度估计；自适应空间特征增强；残差学习网络；卷积操作；focalloss函数

中图分类号：TP391.4文献标志码：A文章编号：1004-731X(2024)01-0110-10

DOI:10.16182/j.issn1004731x.joss.23-0112

引用格式:魏东,刘欢,张潇瀚,等.基于自适应空间特征增强的多视图深度估计[J].系统仿真学报,2024,36(1):110-119.

Referenceformat:WeiDong,LiuHuan,ZhangXiaohan,etal.Multi-viewDepthEstimationBasedonAdaptiveSpaceFeatureEnhancement[J].JournalofSystemSimulation,2024,36(1):110-119.

Multi-viewDepthEstimationBasedonAdaptiveSpaceFeatureEnhancement

WeiDong,LiuHuan*,ZhangXiaohan,LiChangkai,SunTianyi,ZhangZiyou(SchoolofInformationScienceandEngineering,ShenyangUniversityofTechnology,Shenyang110870,China)

Abstract:Amulti-viewdepthestimationalgorithmbasedonadaptivespacefeatureenhancement(ASFE)ispresentedtoimprovethemulti-viewdepthestimationaccuracy.Amulti-scalefeatureextractionmodulecomposedofanimprovedfeaturepyramidnetwork(FPN)andASFEisdesigned.Thismoduleobtainsmulti-scalefeaturemapswithglobalcontext-awareinformationandcoordinateinformation.Theresiduallearningnetworkisusedtooptimizethedepthmaptopreventtheproblemofblurredreconstructededgesinmultipleconvolutionoperations.Theproposedalgorithmconstructsafocallossfunctionthroughtheideaofclassificationtoenhancethepredictionabilityofthenetwo