基于卷积神经网络的图像深度预测算法的研究

目录

第一个书签之前

摘 要

Abstract

目 录

第1章绪论

1.1课题研究背景及目的和意义

1.2国内外研究现状及成果

1.2.1基于深度线索的研究现状

1.2.2基于机器学习的研究现状

1.2.3文献综述简析

1.3本文的主要研究内容

1.4文章的组织结构安排

第2章基于卷积神经网络的端到端框架

2.1引言

2.2卷积神经网络理论基础

2.2.1卷积神经网络简介

2.2.2卷积层

2.2.3池化层

2.2.4激活函数

2.3图像深度预测框架

2.3.1端到端框架

2.3.2迁移学习简介

2.4本章小结

第3章有监督深度预测算法的研究与改进

3.1引言

3.2主流有监督图像深度预测算法

3.3改进的有监督深度预测算法

3.3.1改进的上采样模块

3.3.2改进的损失函数

3.4实验结果与分析

3.4.1实验数据集NYU

3.4.2实验设置与实验环境

3.4.3改进上采样模块的有效性

3.4.4改进多损失监督的有效性

3.4.5与其他有监督深度预测算法的对比

3.5本章小结

第4章无监督深度预测算法的研究与改进

4.1引言

4.2改进的无监督深度预测算法

4.2.1基于视差原理的深度预测算法

4.2.2无监督深度预测模型损失

4.2.3提出的半监督深度预测算法

4.3实验结果与分析

4.3.1实验数据集KITTI

4.3.2实验设置与实验环境

4.3.3实验结果对比分析

4.3.4大学城场景效果展示

4.4本章小结

结 论

参考文献