使用神经网络估算静止图像或视频流中的距离是否可行？
我有一个激光测距仪，可提供视频输出和距离测量。然而，距离测量需要将激光照射到环境中，这并不总是理想的或允许的。我想有一个选项可以将其切换到“被动”模式，其中图像被馈送到神经网络，然后提供距离估计而无需激活激光。最初将在活动模式下对来自游侠查找器的图像+距离对进行网络训练。
我不是神经网络方面的专家，虽然谷歌在图像分类和姿势估计的神经网络中有很多用途，但我找不到任何有关距离估计的现有技术。这看起来很实用，还是我在浪费时间？每N个像素一个输入的基本前馈网络是否足够，或者我需要不同的架构？
答案 0 :(得分：6)
是的，假设你有训练的地面实况数据，这是可能的。早在2006年，就有关于这一主题的出版物，但使用马尔可夫随机场。你可以阅读它here。最近使用Convolutional Neural Networks和Deep Convolutional Neural Fields完成了这项工作。这3个例子估计了图像上每个像素的深度，因此需要对每个像素进行正确的测量。
如果您使用的是平面测距仪，根据您的激光分辨率，您将拥有图像各列的正确深度。这可能意味着您需要使用图像中的单行像素训练您的NN，而不是完整图像。对于全景深度提取，人们通常使用双目相机或像Kinect这样的东西（当然只是用于训练）。