國立陽明交通大學 NYCU

真實環境三維場景模型重點細節優化

2021/01/11
Application無人飛行器監控與保全業
Function深度感測資訊
Technical Benefit增進自動化程度降低錯誤率/增進穩定性

目前在單目深度估測的研究領域裡,存在著網路計算成本過大以及預測深度圖在物體邊界過於平滑等的問題。因此,我們提出一種輕量化的深度卷積網路用於快速且準確的單目深度估測。並實驗於多種公開資料集,在準確度、網路模型參數量以及運行速度等三項指標上均取得最佳的成果。


圖一、三維細節優化結果比較,第二列為我們的結果

表一、與Benchmark的比較

系統要求:Zed Camera、NVidia Jetson TX2