从RGB图像估算深度是一个长期存在的不适定问题,计算机视觉、图形学和机器学习领域已经对这个问题进行了数十年的研究。在现有的技术中,立体匹配仍然是文献中使用最广泛的技术之一,因为它与人类的双目系统有很强的联系。传统上,基于立体的深度估计是通过匹配多幅图像的手工特征来实现的。尽管进行了大量的研究,这些传统的技术仍然受到高度纹理区域、大的均匀区域和遮挡的影响。深度学习在解决各种2D和3D视觉问题上越来越成功,在此基础上,基于立体的深度估计引起了社区越来越多的兴趣,在2014年至2019年期间,该领域发表了150多篇论文。新一代的方法在性能上有了显著的飞跃,使自动驾驶和增强现实等应用成为可能。在本文中,我们对这一新的、不断增长的研究领域进行了全面的调研,总结了最常用的处理流程,并讨论了它们的优点和局限性。在回顾到目前为止所取得的成果的同时,我们也对基于深度学习的立体视觉在深度估计方面的研究前景进行了展望。

成为VIP会员查看完整内容
19

相关内容

在深度学习中,卷积神经网络(CNN或ConvNet)是一类深度神经网络,最常用于分析视觉图像。基于它们的共享权重架构和平移不变性特征,它们也被称为位移不变或空间不变的人工神经网络(SIANN)。它们在图像和视频识别,推荐系统,图像分类,医学图像分析,自然语言处理,和财务时间序列中都有应用。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
基于深度学习的视频目标检测综述
专知会员服务
77+阅读 · 2021年5月19日
3D目标检测进展综述
专知会员服务
185+阅读 · 2020年4月24日
最新基于强化学习的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年9月10日
目标检测技术二十年综述
计算机视觉life
19+阅读 · 2019年5月28日
计算机视觉方向简介 | 基于单目视觉的三维重建算法
计算机视觉life
30+阅读 · 2019年4月9日
深度学习目标检测算法综述
AI研习社
24+阅读 · 2019年2月1日
Image Captioning 36页最新综述, 161篇参考文献
专知
89+阅读 · 2018年10月23日
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
A Survey on Deep Hashing Methods
Arxiv
1+阅读 · 2022年4月19日
Arxiv
2+阅读 · 2022年4月19日
Arxiv
27+阅读 · 2020年12月24日
Arxiv
11+阅读 · 2020年8月3日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
25+阅读 · 2020年3月13日
Deep Face Recognition: A Survey
Arxiv
17+阅读 · 2019年2月12日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
VIP会员
相关VIP内容
基于深度学习的视频目标检测综述
专知会员服务
77+阅读 · 2021年5月19日
3D目标检测进展综述
专知会员服务
185+阅读 · 2020年4月24日
相关资讯
最新基于强化学习的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年9月10日
目标检测技术二十年综述
计算机视觉life
19+阅读 · 2019年5月28日
计算机视觉方向简介 | 基于单目视觉的三维重建算法
计算机视觉life
30+阅读 · 2019年4月9日
深度学习目标检测算法综述
AI研习社
24+阅读 · 2019年2月1日
Image Captioning 36页最新综述, 161篇参考文献
专知
89+阅读 · 2018年10月23日
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
相关论文
A Survey on Deep Hashing Methods
Arxiv
1+阅读 · 2022年4月19日
Arxiv
2+阅读 · 2022年4月19日
Arxiv
27+阅读 · 2020年12月24日
Arxiv
11+阅读 · 2020年8月3日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
25+阅读 · 2020年3月13日
Deep Face Recognition: A Survey
Arxiv
17+阅读 · 2019年2月12日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
微信扫码咨询专知VIP会员