Multi-Scale Continuous CRFs as Sequential Deep Networks for Monocular Depth Estimation论文翻译

摘要： 本文从单个静止图像中解决了深度估计的问题。 受近期多尺度卷积神经网络（CNN）工作的启发，我们提出了一个深度模型，它融合了从多个CNN侧输出得到的补充信息。 与以前的方法不同，通过连续条件随机场（CRF）获得积分。 特别是，我们提出了两种不同的变体，一种基于多个CRF的级联，另一种基于统一的图形模型。 通过设计连续CRF的平均场更新的新型CNN实现，我们表明两个提出的模型可以被视为顺序深度

>>阅读原文<<