Indoor self-supervised monocular depth estimation based on level feature fusion

Abstract

针对目前自监督单目深度估计网络在å æ–¥ç€å¤§é‡ä½Žçº¹ç†ã€ä½Žå ‰ç §åŒºåŸŸçš„å®¤å† å¤æ‚åœºæ™¯ä¸­å­˜åœ¨é¢„æµ‹æ·±åº¦ä¿¡æ¯ä¸ç²¾ç¡®ã€ç‰©ä½“è¾¹ç¼˜æ¨¡ç³Šä»¥åŠç»†èŠ‚ä¸¢å¤±ä¸¥é‡ç­‰é—®é¢˜ï¼Œæœ¬æ–‡æå‡ºä¸€ç§åŸºäºŽå±‚çº§ç‰¹å¾èžåˆçš„å®¤å† è‡ªç›‘ç£å•ç›®æ·±åº¦ä¼°è®¡ç½‘ç»œæ¨¡åž‹ã€‚é¦–å ˆï¼Œé€šè¿‡æ˜ å°„ä¸€è‡´æ€§å›¾åƒå¢žå¼ºæ¨¡å—æ¥å¤„ç†å®¤å† å›¾åƒï¼Œæå‡ä½Žå ‰ç §åŒºåŸŸå¯è§æ€§å¹¶ä¸”ä¿æŒäº®åº¦ä¸€è‡´æ€§ï¼Œä¸°å¯Œçº¹ç†ç»†èŠ‚ï¼Œä¸€å®šç¨‹åº¦ä¸Šè§£å†³äº†è®­ç»ƒç½‘ç»œæ—¶å‡ºçŽ°æ¨¡ç³Šå‡å¹³é¢æ¶åŒ–æ¨¡åž‹çš„é—®é¢˜ã€‚ç„¶åŽï¼Œè®¾è®¡ç»“åˆåŸºäºŽæ³¨æ„åŠ›æœºåˆ¶çš„è·¨å±‚çº§ç‰¹å¾è°ƒæ•´æ¨¡å—çš„æ·±åº¦ä¼°è®¡ç½‘ç»œï¼Œå åˆ†èžåˆç¼–ç å™¨ä»¥åŠç¼–-è§£ç å™¨å¤šå±‚çº§ç‰¹å¾ä¿¡æ¯ï¼Œæå‡ç½‘ç»œçš„ç‰¹å¾åˆ©ç”¨èƒ½åŠ›ï¼Œç¼©å°é¢„æµ‹æ·±åº¦ä¸ŽçœŸå®žæ·±åº¦çš„è¯­ä¹‰å·®è·ã€‚æœ€åŽï¼Œè®¾è®¡åŸºäºŽå›¾åƒé£Žæ ¼ç‰¹å¾çš„æ ¼æ‹‰å§†çŸ©é˜µç›¸ä¼¼æ€§æŸå¤±å‡½æ•°ä½œä¸ºé¢å¤–çš„è‡ªç›‘ç£ä¿¡å·çº¦æŸç½‘ç»œæ¨¡åž‹ï¼Œæå‡ç½‘ç»œé¢„æµ‹æ·±åº¦çš„èƒ½åŠ›ï¼Œè¿›ä¸€æ­¥æé«˜äº†é¢„æµ‹æ·±åº¦çš„ç²¾åº¦ã€‚åœ¨NYU Depth V2 å’ŒScanNetå®¤å† æ•°æ®é›†ä¸Šè¿›è¡Œè®­ç»ƒä¸Žæµ‹è¯•ï¼Œæ­£ç¡®é¢„æµ‹æ·±åº¦åƒç´ çš„æ¯”ä¾‹èƒ½å¤Ÿåˆ†åˆ«è¾¾åˆ°81.9%å’Œ76.0%ã€‚å®žéªŒç»“æžœè¡¨æ˜Žï¼Œç›¸æ¯”çŽ°æœ‰ä¸»è¦çš„å®¤å† è‡ªç›‘ç£å•ç›®æ·±åº¦ä¼°è®¡ç½‘ç»œï¼Œæœ¬æ–‡ç½‘ç»œæ¨¡åž‹å¾ˆå¥½åœ°ä¿æŒäº†ç‰©ä½“è¾¹ç¼˜å’Œç»†èŠ‚ä¿¡æ¯ï¼Œæœ‰æ•ˆåœ°æé«˜äº†é¢„æµ‹æ·±åº¦çš„ç²¾åº¦ã€‚