论文笔记-Deep Ordinal Regression Network for Monocular Depth Estimation

本文是 ROB2018 中深度预测的冠军方案。 传统的深度预测方法利用视角、纹理、目标大小、目标位置、遮挡关系等作为深度预测的特征线索；当前使用的基于深度卷积网络的方法大多采用的是用于图像分类的特征提取网络，这些网络由于有池化层的操作或者步长较大的卷积曹祖，导致预测的分辨率较低，虽然可以通过转置卷积、跨层连接等方式进行分辨率的方法，但是这样网络结构的复杂度和时间开销和计算成本相应增加。本文提出的方

>>阅读原文<<