도메인 변환과 모호성 학습을 활용한 새로운 단안 시차 추정 네트워크
본 논문은 단일 이미지 입력만으로 시차(깊이) 맵을 추정하는 무감독 학습 모델을 제안한다. 기존 Monodepth 구조에 비해 (i) 모호성 마스크를 학습해 occlusion·복잡 영역을 가중치로 반영하고, (ii) 직사각형 3×5 컨볼루션과 도메인 변환 블록을 이용해 인코더‑디코더 간 특징 융합을 효율화하며, (iii) 전체 해상도 피처를 활용해 단일 전방 패스로 완전한 시차 맵을 출력한다. KITTI 2015 실험에서 파라미터 수는 절반 이…
저자: Juan Luis Gonzalez Bello, Munchurl Kim
본 논문은 스테레오 이미지 쌍을 이용해 무감독으로 단안 시차(깊이) 맵을 학습하는 새로운 인코더‑디코더 구조를 제안한다. 기존의 Monodepth
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기