基本情况：
题目：A two-streamed network for estimating fine-scaled depth maps from single rgb images
出处：Li, J., Klein, R., & Yao, A. (2017). A two-streamed network for estimating fine-scaled depth maps from single rgb images. In Proceedings of the IEEE International Conference on Computer Vision (pp. 3372-3380).
摘要从单个RGB图像估计深度是一个不适且固有的模棱两可的问题。 先进的深度学习方法现在可以估算出准确的2D深度图，但是当将这些图投影到3D时，它们缺乏局部细节，并且通常会高度失真。 我们提出了一种快速训练的双支CNN（two-streamed CN），可预测深度和深度梯度，然后将其融合在一起形成准确而详细的深度图。 我们还在多个图像上定义了一种新颖的集合损失； 与其他竞争方法相比，通过对一组通用图像之间的估计进行正则化，网络不太容易过度拟合，并且可以实现更高的准确性。 在NYU Depth v2数据集上进行的实验表明，我们的深度预测与最新技术具有竞争性，并且可以实现准确可靠的3D投影。
