您当前的位置:
首页 >
文章列表页 >
面向交通场景基于双注意力机制和自适应代价卷的自监督单目深度估计
面向交通场景基于双注意力机制和自适应代价卷的自监督单目深度估计
Self-Supervised Monocular Depth Estimation for Traffic Scenes Based on Dual Attention Mechanism and Adaptive Cost Volume
- 电子学报 2024年52卷第5期 页码:1670-1678
DOI: 10.12263/DZXB.20220710
修回:2023-02-06
移动端阅览
HTML全文
图( 8 ) 表( 3 )
参考文献
出版信息
数据统计
78
浏览量
78
下载量
2
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于MAAM-LKN模型的稀疏阵列双子阵RCS缩减方法
基于改进Res2Net与自适应多尺度窗口池化的调制识别方法
基于序列与跨模态对齐的蛋白质功能预测模型
NAHGNN:邻域感知异构图神经网络
面向低空无人机监测的3D MIMO OTFS通信感知一体化方法
相关作者
武港
刘威
胡骏
杨文兴
孙令岿
吉利霞
陈毅乔
任志刚
相关机构
东北大学信息科学与工程学院
东北大学计算机科学与工程学院
重庆理工大学电气与电子工程学院
西南电子技术研究所
重庆大学微电子与通信工程学院

