aaazbai 2022-12-08 15:46 采纳率: 78.6%
浏览 24
已结题

三维重建中，transformer是怎么学习2D图像的深度值的？

是用双目立体视觉？对训练集有特殊要求？比如怎么分辨一张2D图像中的棒子，是竖直摆放，还是斜着摆放但处于特定位置导致拍出来看像竖直的摆放。

  • 写回答

1条回答 默认 最新

  • ShowMeAI 2022-12-08 16:15
    关注

    望采纳


    transformer在三维重建中学习2D图像的深度值通常是通过单目视觉来实现的。它会计算图像中物体之间的几何关系，并利用这些信息来估计深度值。对于训练集，Transformer并不对图像有特殊要求，只需要提供大量带有深度信息的2D图像即可。在训练过程中，Transformer会根据图像中物体的几何关系来判断它们的深度值。


    比如cvpr2022的GuideFormer: Transformers for Image Guided Depth Completion

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题？

问题事件

  • 系统已结题 12月16日
  • 已采纳回答 12月8日
  • 创建了问题 12月8日