DeMoN: Depth and Motion Network for Learning Monocular Stereo

https://arxiv.org/pdf/1612.02401.pdf

Keyword: 3D Stereo Depth Map, Structure From Motion

Abstract

问题描述

• 传统基于运动图像捕捉技术来构建三维深度信息的方法，需要先根据图像中的特征点跟踪获得相机参数，这在低纹理图像中不适用。同时，相机位置的误差会影响到最终的深度信息判断。文章提出一种基于深度学习的方法，对双视图的相机参数和深度信息同时进行学习，更好地预测图像的深度信息。

主要贡献

• 提出了一个新的网络结构DeMoN，用于训练双视图的相机参数和深度信息。

Main Effect/Pipeline

网络结构

数据集构造

Results