摘要 最近的许多工作通过视差估计恢复点云，然后应用3D探测器解决了这一问题。视差图是为整个图像计算的，这是昂贵的，并且不能利用特定类别的先验。相反，我们设计了一个实例视差估计网络 iDispNet，它仅仅为感兴趣的目标区域里的像素预测视差，并且学习类别特定的形状先验，以便更准确的估计视差。 为了解决训练中视差标注不足的问题，我们提出在不需要雷达点云的情况下，使用统计形状模型生成密集视差伪真值，这使...

特别声明： 版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。