論文閱讀筆記《End-to-End Learning of Geometry and Context for Deep Stereo Regression》
本文使用了3D卷積的概念去獲得更多的上下文信息，並採用迴歸的方法去預測視差值，不再使用傳統的成本聚合，視差計算，視差優化的方法，利用一個端到端的網絡直接生成最終的視差圖。這一思路無疑比傳統的圖塊匹配的方法更加先進，而且不用再給圖塊設置標籤，直接將預測結果與真實視差圖進行比對，再將誤差反向傳播即可，後來的許多網絡都採用了這一思路。該算法當時也在KITTI 排行榜中排名第一，2018年5月11日，
相關文章
- 1. End-to-End Learning of Geometry and Context for Deep Stereo Regression
- 2. Machine Learning & Deep Learning 論文閱讀筆記
- 3. Deep Mutual Learning論文閱讀筆記
- 4. 論文閱讀筆記《Deep Active Learning for Civil Infrastructure Defect Detection and Classification》
- 5. 論文閱讀：《Wide & Deep Learning for Recommender Systems》
- 6. 1604.Joint Detection and Identification Feature Learning for Person Search論文閱讀筆記
- 7. Deep Learning of Graph Matching 閱讀筆記
- 8. Deep Residual Learning for Image Recognition--ResNet論文閱讀筆記
- 9. 論文閱讀筆記：Learning Deep Features for Discriminative Localization
- 10. 【論文閱讀筆記】Deep Learning for Health Informatics
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • C# 文本文件的讀寫 - C#教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • RxJava操作符（七）Conditional and Boolean
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. End-to-End Learning of Geometry and Context for Deep Stereo Regression
- 2. Machine Learning & Deep Learning 論文閱讀筆記
- 3. Deep Mutual Learning論文閱讀筆記
- 4. 論文閱讀筆記《Deep Active Learning for Civil Infrastructure Defect Detection and Classification》
- 5. 論文閱讀：《Wide & Deep Learning for Recommender Systems》
- 6. 1604.Joint Detection and Identification Feature Learning for Person Search論文閱讀筆記
- 7. Deep Learning of Graph Matching 閱讀筆記
- 8. Deep Residual Learning for Image Recognition--ResNet論文閱讀筆記
- 9. 論文閱讀筆記：Learning Deep Features for Discriminative Localization
- 10. 【論文閱讀筆記】Deep Learning for Health Informatics