典型文献
基于多级网络优化的光场深度值估计
文献摘要：
为了精确而鲁棒地估计光场深度值,提出了一种多级神经网络渐进优化的深度值估计方法.采用四级深度神经网络分别对水平、垂直、对角线和反对角线方向的子孔径图像提取特征并估计中心视点的深度图;各子网络内部利用含跳跃连接的编码器-解码器结构提取全局特征和局部特征;各级子网络之间采用渐进优化的结构和训练策略,即前级子网络生成的深度图作为后级子网络的输入以引导其深度值估计.实验结果表明,所提方法可生成高质量的场景深度图,尤其在物体边界处可得到更加准确的轮廓.此外,该方法对不同分辨率的输入图像均具有良好的鲁棒性,还有高效推理深度值的优点,可更好地满足实际应用的需求.
文献关键词：
图像处理;深度估计;光场;卷积神经网络;编码器-解码器;极平面图
中图分类号：
作者姓名：
向森;黄楠婷;邓慧萍;吴谨
作者机构：
武汉科技大学信息科学与工程学院,湖北武汉430081;武汉科技大学冶金自动化与检测技术教育部工程研究中心,湖北武汉430081
文献出处：
引用格式：
[1]向森;黄楠婷;邓慧萍;吴谨-.基于多级网络优化的光场深度值估计)[J].激光与光电子学进展,2022(10):137-146
A类：
B类：
多级网络,网络优化,光场,深度值,估计方法,四级,深度神经网络,对角线方向,子孔径,图像提取,提取特征,视点,深度图,子网络,跳跃连接,编码器,解码器,结构提取,全局特征,局部特征,训练策略,前级,景深,深度估计,极平面图
AB值：
0.361983
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
