基于非对称深度卷积神经网络的多视角深度预测方法

摘要

本公开揭示了一种基于非对称深度卷积神经网络的多视角深度预测方法，包括：构建一种非对称深度卷积神经网络；结合参考图像，将相邻图像构造为平面扫描卷；在现有数据集上预先训练第一神经网络；使用第一神经网络的模型参数进一步初始化第二神经网络这一非对称深度卷积神经网络；最终通过第二神经网络完成多视角深度预测。本公开允许输入任意数量和任意分辨率的不同视角的图像，减少了繁琐的手工操作，也减少限制约束，从而实现了对多目图像所产生的不同视角图像的深度的高精度预测。