89
правок
Изменения
→Использование нейронных сетей
Использование капсульной нейронной сети аналогично с использованию обычных свёрточных сетей, описанному выше.
В целом, данная сеть показывает более точные результаты предсказания глубины.
=== Построение с помощью PlanetNet ===
Так же есть архитектуры решающие данную задачу и без обучения на карте смещений, построенной с помощью 2 изображений. Одной из таких является '''PlaneNet'''.
'''PlaneNet<ref name="planetNet"> Chen Liu, Jimei Yang, Duygu Ceylan, Ersin Yumer, Yasutaka Furukawa "PlaneNet: Piece-wise Planar Reconstruction from a Single RGB Image" [https://arxiv.org/abs/1804.06278v1]</ref> {{---}} глубокая нейронная сеть построеная на расширенных остаточных сетях (aнгл. Dilated Residual Networks или DRN)<ref name=""> Fisher Yu, Vladlen Koltun, Thomas Funkhouser "Dilated Residual Networks" [https://arxiv.org/abs/1705.09914]</ref>, она получает карту глубин путем композиции выходов 3 подзадач:
[[Файл:PlaneNet.jpg|thumb|400px| Рисунок 4. Прогнозируемые PlaneNet параметры по одной rgb картинке: cегметация плоскости, параметры плоскостей, неплоская карта глубины<ref name="img4"> Chen Liu, Jimei Yang, Duygu Ceylan, Ersin Yumer, Yasutaka Furukawa "PlaneNet: Piece-wise Planar Reconstruction from a Single RGB Image" Figure 2.</ref>.]]
* '''Параметры плоскостей''': пытается предсказать количество плоскостей K, а после ищем на изображение K плоских поверхностей, каждая поверхность задаётся тремя параметрами: нормальная прямая и сдвиг.
* [[Сегментация изображений|'''Сегметация плоскости''']]: ищем группы пикселей, каждая из которых характеризует один смысловой объект.
* '''Неплоская карта глубины''': ищем одно-канальную (или неплоскую) карту глубины, т.е есть карту глубины, где каждый пиксель, либо на глубине 0, либо на глубине 1.
== См. также ==