论文部分内容阅读
深度图的3D信息在导航、AR、三维重建等应用上发挥着重要的作用。针对现有光场图像深度估计算法精度低、速度慢的问题,提出一种基于多流对极卷积神经网络的光场深度估计方法。将光场图像进行预处理,转化为四个角度的极平面图(epipolar plane image,EPI)结构;使用光场数据增强方法来扩充训练数据量;使用神经网络对EPI数据进行特征提取,并使用两种方式进行特征融合,得到两个初始深度图;对初始深度图进行合并优化处理,得到最终的深度图。实验结果表明,该算法在均方误差、不良像素率和计算时间三个性能指