深度分布の分類を用いた地形画像の単眼深度推定

DOI

書誌事項

タイトル別名
  • Monocular Terrain Depth Estimation with Classification of Depth Distribution

この論文をさがす

説明

本稿では、畳み込みニューラルネットワーク (CNN) を用いて1枚の地形画像から深度推定を行う手法を提案する。CNN を用いる既存研究は、屋内画像などの近景画像のみを扱っており、深度に関してより広い分布をもつ地形画像に対しては、深度推定の精度が低下しやすい。この原因として、深度分布のばらつきの大きさが学習を阻害することが考えられる。そこで本稿では、地形画像から推定される深度分布に応じたクラス分類を導入することで、深度分布のばらつきの影響を抑えた学習・推論を目指す。まず、訓練画像を深度分布に応じてクラス分けし、クラスごとに別々の CNN を訓練する。さらに、入力された地形画像に対して深度分布のクラス分類を行うCNN を導入する。推論時には、入力画像に対する各クラスの尤度を重みとして、各クラスの深度推定結果の加重平均によって、最終的な深度画像を出力する。以上により、地形画像の単眼深度推定の精度向上を試みる。

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390577078293136896
  • DOI
    10.11371/wiieej.19.04.0_64
  • ISSN
    27589218
    02853957
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ