×

表层

swMATH ID: 44015
软件作者: Changha Shin、Hae-Gon Jeon、Youngjin Yoon、In So Kweon、Seon Joo Kim
描述: EPINET:使用外极几何的全卷积神经网络,用于光场图像的深度。光场相机捕捉空间中光线的空间特性和角度特性。由于其特性,人们可以从非受控照明环境中的光场计算深度,这是相对于主动传感设备的一大优势。从光场计算的深度可用于许多应用,包括3D建模和重聚焦。然而,来自手持相机的光场图像具有非常窄的基线和噪声,这使得深度估计变得困难。已经提出了各种方法来克服光场深度估计的这些局限性,但这些方法在精度和速度之间存在明显的权衡。本文介绍了一种基于全卷积神经网络的快速准确的光场深度估计方法。我们的网络是在考虑光场几何形状的基础上设计的,我们还通过提出特定于光场的数据增强方法来克服训练数据的不足。我们在HCI 4D光场基准测试中的大多数指标上都获得了最高排名,我们还证明了所提出的方法在真实世界光场图像上的有效性。
主页: https://arxiv.org/abs/1804.02379
源代码:  https://github.com/chshin10/epinet网址
依赖项: 蟒蛇
关键词: 计算机视觉;模式识别;arXiv_cs。个人简历
相关软件: 布里斯克;效率检测;面2面;打开姿势;NIMA公司;网格实验室;SegStereo公司;锚网;软剪刀;MVS网络;效率网;时尚-MNIST;摄像头网络;DISN公司;群集适配;PWC-网络;Flickr30K手机;位置CNN;制作3D;WSABIE公司
引用于: 2文件

按年份列出的引文