АРХИТЕКТУРА ГИБРИДНОЙ СЕТИ ДЛЯ ВЫЧИСЛЕНИЯ ГЛУБИНЫ МОНОКУЛЯРНОГО ИЗОБРАЖЕНИЯ
В статье предложена новая архитектура глубинной сверточной сети для вычисления глубины монокулярного изображения, которая комбинирует сверточные и рекуррентные слои. В предложенной архитектуре сверточные слои используются для вычисления высокоуровневых карт признаков, а рекуррентные слои, захватывая глобальную контекстную информацию, повышают качество карт признаков. Экспериментальные исследования показали, что предложенная архитектура дает лучшие результаты, чем современные методы, и не требует постобработки изображения.
Ключевые слова: нейронная сеть, обработка изображений, сверточные слои, рекуррентная сеть
