大家好,欢迎来到IT知识分享网。
先看下论文中给出的介绍,这是一篇求车道线检测-语义分割的论文,在对图片输入到encoder-decoder前,先利用深度图计算出了每个点的法向量。
这里面缺少一些关键推导,我们试着推导一下:
求(3)式对x,y的导数,【这里求导的意义还未知,可能是令3取最值那一点才对应当前法向量】并令导数为零,
由于nz这个值里存在梯度量delta_x,delta_y,delta_z,所以我们必须取当前点周围的点来生成梯度量。我们肯定不是取一个周围点,而是取8个,或者更多。这就需要取一个平均值了。
但是,这个平均应该是法向量的平均,而不是直接对zx求平均。所以,我们需要将法向量转到极坐标系中考虑:
结合图4,很容易得到:
假设我们有8个相邻点,这时候我们得到8个ni,我们可以将求最合适的n问题,转化为求一个函数的最小值问题:
这里面的详细推导如下:
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/87453.html