综述 | 浏览量 : 0 下载量: 1890 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，专家系统性梳理了基于深度学习的自监督单目动态场景深度估计技术进展，为解决动态物体对深度估计的影响提供解决方案。”
    • 2024年28卷第9期 页码：2170-2186   

      收稿：2023-03-02，

      纸质出版：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

相关文章

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
何晓晴 东北石油大学 计算机与信息技术学院
王志宝 东北石油大学 环渤海能源研究院;东北石油大学 计算机与信息技术学院
赵满 齐齐哈尔大学 通信与电子工程学院
陈良富 中国科学院空天信息创新研究院 遥感科学国家重点实验室;中国科学院大学
毕秀丽 重庆邮电大学 计算机科学与技术学院

相关机构

东北石油大学 计算机与信息技术学院
东北石油大学 环渤海能源研究院
齐齐哈尔大学 通信与电子工程学院
中国科学院空天信息创新研究院 遥感科学国家重点实验室
中国科学院大学
0