论文部分内容阅读
近年来,虚拟现实、增强现实、无人驾驶以及服务型机器人等人工智能领域的快速发展,对深度视觉技术的诉求日益增强。传统深度感知,多为硬件主动获取的方式,如基于光学反射或者电磁波反射原理的雷达,然而这样的硬件设备一般造价不菲,并且存在诸多限制。近几年卷积神经网络的迅速发展,为视觉深度技术的发展提供了一新的突破口。目前已有的研究成果可以分为有监督和无监督两种方法。本文通过研究已有基于卷积神经网络的有监督深度预测算法,发现已有模型的特征解析模块仍有改进的空间。因此,本文以提升上采样模块解析力为出发点,通过增加上采样模块的深度和厚度来提升特征解析模块的解析力。改进的上采样模块相比于已有上采样模块,不仅增强了子特征图中邻域内特征的相关性,而且在特征映射过程中将不同大小接受域内的特征信息进行整合,使最终深度预测结果更加接近真实深度分布。此外,为了使模型收敛到一个较好的局部最优解,本文在模型训练阶段添加了多分辨率损失监督信息,使每个上采样过程都有粗粒度与细粒度深度信息结合微调的效果,并提升了模型最终的深度预测精确度。针对已有的无监督图像深度预测算法,本文在模型学习阶段,通过引入少量稀疏监督信息,进一步约束了模型的解空间,并使最终模型的深度预测精度得到了提升。对于本文提出的改进,我们设计了相关的对比实验进行验证其有效性。针对有监督深度预测算法的改进,本文在NYU数据集上通过多组对比实验,分别验证了改进上采样模块的有效性以及多分辨率损失监督的有效性,并在NYU数据集上取得了0.545的线性均方误差以及79.5%的深度预测准确像素比。针对基于无监督深度预测算法做出的改进,本文在KITTI数据集上验证了稀疏深度监督信息对提升模型预测精度的有效性,并取得了4.211的线性均方误差以及86.2%准确深度像素比。