单目图像深度估计算法研究

目录

第一章 绪论

1.1 研究目的和意义

1.2 国内外研究现状

1.3 本文主要研究内容

1.4 论文框架

第二章 理论基础

2.1 深度估计

2.2 卷积神经网络

2.2.1 卷积层

2.2.2 池化层

2.2.3 激活层

2.3 迁移学习

2.4本章小结

第三章 基于CNN特征提取与加权深度迁移的单目图像深度估计算法

3.1 基于CNN特征提取的单目图像深度估计算法

3.1.1 基于CNN特征的KNN检索

3.1.2 基于SIFT流的深度迁移

3.1.3 基于中值滤波的深度图融合

3.1.4基于目标函数的深度图优化

3.2 基于CNN特征提取和加权深度迁移的单目图像深度估计算法

3.2.1 基于SSW权重的深度迁移

3.2.2 算法框架

3.3实验结果与分析

3.3.1实验环境与数据库

3.3.2实验结果与分析

3.4本章小结

第四章 基于多层次CNN特征融合的单目图像深度估计算法

4.1多层次CNN特征融合

4.1.1反卷积

4.1.2多层次CNN特征融合

4.2 基于多层次CNN特征融合的单目图像深度估计算法

4.2.1 算法网络结构

4.2.2 损失函数Loss

4.3 实验结果与分析

4.3.1 实验设置

4.3.2 实验结果与分析

4.4 本章小结

第五章 总结与展望

5.1 结论

5.2 展望

参考文献

攻读学位期间取得的研究成果

致谢

个人简况及联系方式

承诺书

声明