摘要
ABSTRACT
绪论
研究背景及意义
国内外研究现状
成像几何及其约束
标定
获取景深
基于深度学习的景深获取
无监督深度学习
论文的主要工作
本文的章节安排
相关工作
Sfm-Net
Sfm-Learner
DfVNet
DeepCalib
总结
基于重投影误差的无监督学习
重投影误差损失函数
联合训练的有效性
EvisionNet网络模型
DepthNet
编码器部分
解码器部分
MotionNet
主干网络
内参预测支线网络
实验
训练和测试数据
评价指标
训练环境
超参数搜索
消融实验
深度预测实验
相机运动预测
内参预测
总结
结论和展望
参考文献
附录
作者简介及在学期间所取得的科研成果
致谢
吉林大学;
