您当前的位置：
首页 >
文章列表页 >
多尺度特征增强的多帧自监督单目深度估计
信息科学 | 更新时间：2025-02-24
|

    • 多尺度特征增强的多帧自监督单目深度估计

    • Multi-frame self-supervised monocular depth estimation with multi-scale feature enhancement

    • “在深度估计领域，研究者提出了一种多尺度特征增强的多帧自监督单目深度估计模型，有效提高了预测精度，为室外场景深度估计问题提供解决方案。”
    • 光学精密工程   2024年32卷第24期 页码：3603-3615

    • DOI：10.37188/OPE.20243224.3603    

      中图分类号： TP391.41;

    • 收稿日期：2024-06-08，

      修回日期：2024-08-14，

      纸质出版日期：2024-12-25

    移动端阅览

  • 寇旗旗,王伟臣,韩成功等.多尺度特征增强的多帧自监督单目深度估计[J].光学精密工程,2024,32(24):3603-3615. DOI： 10.37188/OPE.20243224.3603.

    KOU Qiqi,WANG Weichen,HAN Chenggong,et al.Multi-frame self-supervised monocular depth estimation with multi-scale feature enhancement[J].Optics and Precision Engineering,2024,32(24):3603-3615. DOI： 10.37188/OPE.20243224.3603.

  •  
  •  

0

浏览量

14

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于层级特征融合的室内自监督单目深度估计
DRT Net：面向特征增强的双残差Res-Transformer肺炎识别模型
基于注意力交互的可见光红外跟踪算法
REC-ResNet：面向COVID-19辅助诊断的特征增强模型
空谱域适应与XGBoost结合的跨场景高光谱图像分类

相关作者

钱建生
吕晨
寇旗旗
张华强
程德强
陆惠玲
周涛
彭彩月

相关机构

中国矿业大学 信息与控制工程学院
中国矿业大学 计算机与科学技术学院
北方民族大学 计算机科学与工程学院
北方民族大学 图像图形智能处理国家民委重点实验室
宁夏医科大学 医学信息与工程学院
0