基于双向递归卷积神经网络的单目红外视频深度估计

考虑到红外视频的深度特征具有单帧图像的独特性和视频全局的连续性, 在单目红外视频深度估计问题上提出一种基于双向递归卷积神经网络(BrCNN)的深度估计方法。BrCNN在卷积神经网络(CNN)能够提取单帧图像特征的基础之上引入循环神经网络(RNN)传递序列信息机制, 使其既具有CNN良好的图像特征提取能力, 能够自动提取视频中每一帧图像的局部特征, 又具有RNN良好的序列特征提取能力, 能够自动提取视频中每一帧图像所包含的序列信息, 并向后递归传递这种信息。采用双向递归的视频序列信息传递机制来估计红外视频的深度, 提取到的每一帧图像的特征都包含了视频前后文的序列信息。实验结果表明, 相对于传统CNN提取单帧图像特征进行的估计, 使用BrCNN能够提取更具有表达能力的特征, 估计出更精确的深度。