探索基于局部特征的室内自监督单目深度估计方法.docxVIP

探索基于局部特征的室内自监督单目深度估计方法

目录

探索基于局部特征的室内自监督单目深度估计方法（1）．．．．．．．．．．3

内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3研究目标和创新点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

基于局部特征的深度估计方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1深度估计技术介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2局部特征的概念及其在深度估计中的应用．．．．．．．．．．．．．．．．．．10

主要挑战及解决方案．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

3.1数据不足问题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.2训练数据不一致的问题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.3对比学习方法的局限性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

针对上述问题的方法设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.1使用局部特征进行深度估计的方法．．．．．．．．．．．．．．．．．．．．．．．．16

4.2自监督学习策略的设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

5.1实验环境设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

5.2实验数据集选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

5.3方法效果评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

结果讨论与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

6.1测试数据集上的性能对比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

6.2其他相关研究的比较分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

未来工作展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

探索基于局部特征的室内自监督单目深度估计方法（2）．．．．．．．．．29

文档概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

1.3研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

相关理论与技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

2.1深度估计方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

2.2局部特征提取技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

2.3自监督学习理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

基于局部特征的室内自监督单目深度估计方法．．．．．．．．．．．．．．．39

3.1方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

3.2算法流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

3.2.1数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.2.2局部特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

3.2.3深度估计模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

3.2.4自监督学习训练．．．．．．．．．．．．．．．．．．．．．．．