综述 | 浏览量 : 0 下载量: 172 CSCD: 0
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于深度学习的自监督单目动态场景深度估计综述

    • Self-supervised monocular depth estimation in dynamic scenes based on deep learning

    • 在动态场景深度估计领域,专家系统性梳理了自监督单目深度估计技术,为自动驾驶等应用提供新思路。
    • 2024年28卷第9期 页码:2170-2186   

      纸质出版日期: 2024-09-07

    • DOI: 10.11834/jrs.20233060     

    移动端阅览

  • 程彬彬,于英,张磊,王自全,江志鹏.2024.基于深度学习的自监督单目动态场景深度估计综述.遥感学报,28(9): 2170-2186 DOI: 10.11834/jrs.20233060.
    Cheng B B,Yu Y,Zhang L,Wang Z Q and Jiang Z P. 2024. Self-supervised monocular depth estimation in dynamic scenes based on deep learning. National Remote Sensing Bulletin, 28(9):2170-2186 DOI: 10.11834/jrs.20233060.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

张磊 信息工程大学 地理空间信息学院
王自全 信息工程大学 地理空间信息学院
江志鹏 信息工程大学 地理空间信息学院
郑乃榕 复旦大学 信息科学与工程学院 电磁波信息科学教育部重点实验室
杨子安 复旦大学 信息科学与工程学院 电磁波信息科学教育部重点实验室
施贤正 复旦大学 信息科学与工程学院 电磁波信息科学教育部重点实验室
杨宏 中国科学院空天信息创新研究院;西北工业大学 电子信息学院
孙越 中国科学院空天信息创新研究院

相关机构

复旦大学 信息科学与工程学院 电磁波信息科学教育部重点实验室
中国科学院空天信息创新研究院
西北工业大学 电子信息学院
西南交通大学 地球科学与环境工程学院测绘遥感信息系
西南石油大学 土木工程与测绘学院
0