基于深度CRF网络的单目红外场景深度估计

王倩倩, 赵海涛

王倩倩, 赵海涛. 基于深度CRF网络的单目红外场景深度估计[J]. 红外技术, 2020, 42(6): 580-588.
引用本文: 王倩倩, 赵海涛. 基于深度CRF网络的单目红外场景深度估计[J]. 红外技术, 2020, 42(6): 580-588.
WANG Qianqian, ZHAO Haitao. Depth Estimation of Monocular Infrared Scene Based on Deep CRF Network[J]. Infrared Technology , 2020, 42(6): 580-588.
Citation: WANG Qianqian, ZHAO Haitao. Depth Estimation of Monocular Infrared Scene Based on Deep CRF Network[J]. Infrared Technology , 2020, 42(6): 580-588.

基于深度CRF网络的单目红外场景深度估计

基金项目: 国家自然科学基金(61375007)%上海市科委基础研究项目(15JC1400600)
详细信息
  • 中图分类号: TP391.9

Depth Estimation of Monocular Infrared Scene Based on Deep CRF Network

  • 摘要: 对单目红外图像进行深度估计,不仅有利于3D场景理解,而且有助于进一步推广和开发夜间视觉应用.针对红外图像无颜色、纹理不丰富、轮廓不清晰等缺点,本文提出一种新颖的深度条件随机场网络学习模型(deep conditional random field network,DCRFN)来估计红外图像的深度.首先,与传统条件随机场(conditional random field,CRF)模型不同,DCRFN不需预设成对特征,可通过一个浅层网络架构提取和优化模型的成对特征.其次,将传统单目图像深度回归问题转换为分类问题,在损失函数中考虑不同标签的有序信息,不仅加快了网络的收敛速度,而且有助于获得更优的解.最后,本文在DCRFN损失函数层计算不同空间尺度的成对项,使得预测深度图的景物轮廓信息相比于无尺度约束模型更加丰富.实验结果表明,本文提出的方法在红外数据集上优于现有的深度估计方法,在局部场景变化的预测中更加平滑.
  • 期刊类型引用(10)

    1. 季然,肖茂森,李硕,刘宇,罗湛仪,程嘉维. 基于机器学习的MRTD客观测试方法研究. 系统工程与电子技术. 2024(10): 3265-3270 . 百度学术
    2. 吴李鹏,郭羽,王学新,刘瑞星,杜萌,王浩. 一种便携式外场用MRTD测试仪的研制. 红外技术. 2022(03): 212-216 . 本站查看
    3. 李忠升,张春仙,王佳笑. 环境温度对中波红外成像设备MRTD的影响研究. 激光与红外. 2022(09): 1365-1369 . 百度学术
    4. 杜燚,徐哲凡,雷九洲,林森豹. 红外热像仪在本科生创新实验教学中的应用. 实验室研究与探索. 2020(06): 207-210 . 百度学术
    5. 王学新,杨鸿儒,吴李鹏,闫晓宇,郭羽,李四维. MRTD高精度测试和校准技术研究. 应用光学. 2020(05): 1026-1031 . 百度学术
    6. 周宇飞,曾宇,李小川,钟映霞,王振师,吴泽鹏,魏书精. 红外热成像仪林火识别性能测评技术研究. 林业与环境科学. 2019(06): 27-31 . 百度学术
    7. 王潇楠,李文军,李佳琪,郑永军. 用于热像仪性能测试的表观温差发生器. 红外技术. 2018(08): 749-753 . 本站查看
    8. 王霞,姚锦华,夏润秋,金伟其. 非共轴长波红外偏振成像系统设计. 红外技术. 2017(04): 293-298 . 本站查看
    9. 李文军,李佳琪,徐永达,郑永军. 多矩形空腔阵列的发射率研究. 中国测试. 2017(10): 119-122+144 . 百度学术
    10. 王玉石,齐刚,马中山,帕尔哈提. 红外热像仪测量管道散热损失方法及误差分析. 当代化工. 2017(07): 1416-1418+1443 . 百度学术

    其他类型引用(11)

计量
  • 文章访问数:  211
  • HTML全文浏览量:  50
  • PDF下载量:  37
  • 被引次数: 21
出版历程

目录

    /

    返回文章
    返回
    x 关闭 永久关闭

    尊敬的专家、作者、读者:

    端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

    感谢您对本刊的支持!

    《红外技术》编辑部

    2024年6月6日