基于深度卷积神经网络的道路场景深度估计

提出了一种基于深度卷积神经网络的单目视觉深度估计方法，该方法采用端到端学习框架来构建模型。采用残差网络（ResNet）作为神经网络模型框架的编码部分来提取深度信息特征。采用密集连接卷积网络（DenseNet）对编码后的信息进行译码。通过Skip-Connections实现编码和解码的信息流的集成，避免了层间信息传输的丢失。实验结果表明，与其他单目视觉深度估计方法相比，使用深度卷积神经网络可以更有效准确地估计视觉深度。