港大研究員提出融合自適應法向量約束和遮擋注意力的深度估計新方法
下式顯示了優(yōu)化網絡的損失函數,P(q)為位置q處的遮擋概率。損失函數綜合了遮擋概率作用下的深度、法向量以及遮擋概率圖,并用權重調節(jié)各部分的重要性:
實驗結果
在模型訓練過程中,研究人員使用了ScanNet作為訓練數據,并在7Scenes和SUND3D數據集上進行了測試。訓練過程首先對DepthNet進行訓練,而后固定其權重再訓練RefineNet,最后再共同對整個模型進行調優(yōu)。
下圖顯示了這種方法與多種深度估計方法在7-Scenes數據上的比較,可以看到針對多個指標都取得了優(yōu)異的結果:
下圖顯示了模型重建的結果,可以看到深度圖中邊緣更為銳利、更好地保留了形狀的規(guī)則外形:
在得到的表面法向量上也達到了優(yōu)異性能:
在視覺質量上也超過了其他方法,CNM約束可以更好的保留局部和全局的幾何結構信息。
從最終的三維重建結果中可以看到,即便是對于像沙發(fā)、白墻這樣的弱紋理結構也能輕松重建,重建的顏色也更接近于基準、形狀更為連續(xù)噪聲也更少。
此外研究人員還分析了局域/全局法向量CNM、優(yōu)化模塊和遮擋概率圖等不同模塊的有效性:
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月28日立即報名>>> 2024工程師系列—工業(yè)電子技術在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯網產業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
-
即日-2025.8.1立即下載>> 《2024智能制造產業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
-
精彩回顧立即查看>> 【限時免費下載】TE暖通空調系統(tǒng)高效可靠的組件解決方案
推薦專題
-
5 夾縫中的文遠知行
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結構工程師 廣東省/深圳市