【泡泡图灵智库】一种基于极线几何的全卷积神经网络图像深度测量方法（CVPR）

泡泡图灵智库，带你精读机器人顶级会议文章标题：EPINET: A Fully-Convolutional Neural Network Using Epipolar Geometry for Depth from Light Field Images 作者：Changha Shin，Hae-Gon Jeon，Youngjin Yoon，In So Kweon，Seon Joo Kim 来源：CVPR 2018编译：张博审核：彭锐欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权摘要        大家好，今天为大家带来的文章是——一种基于极线几何的全卷积神经网络图像深度测量方法，该文章发表于CVPR 2018。光场相机能够采集空间中光线的空间和角度特性。因此可以在照明变化的环境中计算深度，在灵敏的传感器中具有很大优势。光场中深度计算可以应用在3D建模等许多应用。然而手持相机的图像基线较短存在误差使得深度估计困难。如今已经提出 ………………………………