基于卷积神经网络和双目视差的无监督深度预测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 传统深度预测方法 | 第11-12页 |
| 1.2.2 基于机器学习的深度预测方法 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 1.4 本文的组织结构 | 第15页 |
| 1.5 本章小结 | 第15-17页 |
| 第2章 相关技术介绍 | 第17-29页 |
| 2.1 相机模型及其坐标变换 | 第17-19页 |
| 2.1.1 像素坐标系与像平面坐标系之间的转换 | 第17-18页 |
| 2.1.2 像平面坐标系与相机坐标系之间的转换 | 第18-19页 |
| 2.1.3 相机坐标系与世界坐标系之间的转换 | 第19页 |
| 2.1.4 世界坐标系与像素坐标系之间的转换 | 第19页 |
| 2.2 旋转矩阵与四元数 | 第19-20页 |
| 2.2.1 旋转矩阵性质 | 第20页 |
| 2.2.2 四元数与旋转矩阵 | 第20页 |
| 2.3 卷积神经网络 | 第20-24页 |
| 2.3.1 卷积 | 第20-21页 |
| 2.3.2 反卷积 | 第21-22页 |
| 2.3.3 激活函数 | 第22-23页 |
| 2.3.4 批规范化 | 第23页 |
| 2.3.5 池化 | 第23-24页 |
| 2.4 KITTI数据集 | 第24-27页 |
| 2.4.1 数据集采集方式 | 第25-26页 |
| 2.4.2 数据集内容 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 基于双目视差的无监督深度预测方法 | 第29-37页 |
| 3.1 本文方法概述 | 第29-31页 |
| 3.2 投影位置的计算 | 第31-33页 |
| 3.2.1 左图像像素坐标系变换到左相机坐标系 | 第31-32页 |
| 3.2.2 左相机坐标系变换到右相机坐标系 | 第32页 |
| 3.2.3 右相机坐标系变换到右图像像素坐标系 | 第32-33页 |
| 3.3 生成形变的右图像 | 第33页 |
| 3.4 损失函数的构建 | 第33-34页 |
| 3.5 误差的反向传播 | 第34-36页 |
| 3.5.1 损失函数梯度的计算 | 第35页 |
| 3.5.2 四元数梯度的计算 | 第35-36页 |
| 3.5.3 平移分量梯度的计算 | 第36页 |
| 3.5.4 深度值梯度的计算 | 第36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 无监督深度预测网络 | 第37-43页 |
| 4.1 网络层参数 | 第38-39页 |
| 4.2 特殊的网络结构 | 第39-42页 |
| 4.2.1 特征图的通道合并 | 第39-40页 |
| 4.2.2 全卷积网络 | 第40-41页 |
| 4.2.3 跳跃结构 | 第41-42页 |
| 4.3 反卷积层的构建 | 第42页 |
| 4.4 本章小节 | 第42-43页 |
| 第5章 实验结果及分析 | 第43-49页 |
| 5.1 实验环境 | 第43页 |
| 5.2 实验数据处理 | 第43-44页 |
| 5.3 参数设置 | 第44-45页 |
| 5.3.1 网络训练参数设置 | 第45页 |
| 5.3.2 自定义层参数设置 | 第45页 |
| 5.4 实验结果对比 | 第45-47页 |
| 5.5 实验结果分析 | 第47页 |
| 5.6 本章小结 | 第47-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间所发表的学术论文 | 第55-57页 |
| 致谢 | 第57页 |
