La estimación de profundidad monocular no supervisada basada en una red neuronal residual de extracciones de características ásperas-refinadas para drones
Autores: Huang, Tao; Zhao, Shuanfeng; Geng, Longlong; Xu, Qian
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
La estimación de profundidad monocular no supervisada basada en una red neuronal residual de extracciones de características ásperas-refinadas para drones
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Imágenes
Drones
Estimación de profundidad monocular
Red neuronal
Extracción de características
Entrenamiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
Para aprovechar al máximo la información de las imágenes capturadas por drones y dado que la mayoría de los métodos existentes de estimación de profundidad monocular basados en aprendizaje supervisado requieren vastas cantidades de datos correspondientes de profundidad verdadera para el entrenamiento, se propone un modelo de estimación de profundidad monocular no supervisado basado en una red neuronal residual de extracciones de características gruesas-refinadas para drones.
Descripción
Para aprovechar al máximo la información de las imágenes capturadas por drones y dado que la mayoría de los métodos existentes de estimación de profundidad monocular basados en aprendizaje supervisado requieren vastas cantidades de datos correspondientes de profundidad verdadera para el entrenamiento, se propone un modelo de estimación de profundidad monocular no supervisado basado en una red neuronal residual de extracciones de características gruesas-refinadas para drones.