Review of Stereo Matching Algorithms Based on Deep Learning
CONTENIDO PARA USUARIOS REGISTRADOS
Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.
Acceder- Autor
- Año de publicación 2020
- Idioma Inglés
- Publicado por Revista VirtualPRO,
- Descripción
- La visión estereoscópica es un campo floreciente que atrae la atención de muchos investigadores. Recientemente, aprovechando el desarrollo del aprendizaje profundo, los algoritmos de concordancia estereoscópica han logrado un rendimiento notable que supera con creces los enfoques tradicionales. Esta revisión presenta una visión general de los diferentes algoritmos de concordancia estéreo basados en el aprendizaje profundo. Por conveniencia, clasificamos los algoritmos en tres categorías: (1) algoritmos de aprendizaje no extremo, (2) algoritmos de aprendizaje extremo y (3) algoritmos de aprendizaje no supervisado. Hemos proporcionado una cobertura completa de los enfoques notables en cada categoría y hemos resumido los puntos fuertes, los puntos débiles y los principales desafíos, respectivamente. La velocidad, la precisión y el consumo de tiempo se adoptaron para comparar los diferentes algoritmos.
-
Citación recomendada (normas APA)
- Hindawi, "Review of Stereo Matching Algorithms Based on Deep Learning", -:Revista VirtualPRO,, 2020. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3436749/), el día 2024-05-18.