2017-01-24 30 views
-3

私を助けてください。単一画像からの奥行きマップ抽出

私はその入力が単一の画像であるという単純なアルゴリズムを探しています。それだけです。出力は、それらがカメラに近いか遠いかに応じて、画素の色を伴う画像の深度マップになります。 私は機械学習、3Dモデル、聴診器入力、またはユーザー入力支援なしの簡単なソリューションを探しています。 1つの画像のみ。

ありがとうございました

+1

本当に分かっていることは分かりますか?これは最初の簡単な作業ではありません。問題を解決するのに役立つ_tool_を使用したいのはなぜですか? – Miki

+0

あなたの条件によると、私はそのようなアルゴリズムは存在しないのではないかと心配しています。少なくともステレオで試してみてください。このアプローチは簡単です。 – Giebut

+0

問題の唯一の解決策はランダムです。どのように機械学習なしで可能になることができますか?奥行き転送やmake3Dのようないくつかの方法があり、類似の奥行き候補に基づいて奥行きを空間的および意味的特性の観点から推定する。それ以外の場合は、カメラのパラメータと3D空間内のピクセル間の関係を知っている場合は、変換方程式を使用します。 – DYEZ

答えて

2

あなたが求めているのは、一般的に問題があります。
しかしながら、ディープネットワークを用いた最近の研究により、単一の画像から深さマップを予測できることが示されている。

このような論文の1つはDepth Map Prediction from a Single Image using a Multi-Scale Deep Networkです。抽象から

予測深さは、シーンの3D 幾何学を理解する上で不可欠な要素です。ステレオ画像の場合、局所的な対応としては、 で十分ですが、単一画像 から奥行き関係を見つけるのは簡単ではなく、さまざまなキューからのローカル情報とローカル情報の両方の統合が必要です。さらに、このタスクは本質的に であいまいであり、全体として スケールからの不確定性の大きな原因があります。本稿では、この課題を解決する新しい方法を紹介します。 2つの深いネットワークスタックを使用して、画像全体に基づいて大域的な予測を行う方法と、 予測を局所的に改善する方法です。 は、縮尺ではなく奥行きの関係を測定するのに役立つスケール不変エラーを適用します。 データセットを大量の訓練データとして活用することにより、NYU深度とKITTIの両方で の最先端の結果が得られ、スーパーピクセル化を必要とせずに詳細な境界境界に一致します。

関連する問題