用于自监督单目深度估计的 3D 封装
计算机视觉与模式识别
2020-03-31 v4 机器学习
机器人学
摘要
尽管相机无处不在，机器人平台通常依赖 LiDAR 等主动传感器进行直接的 3D 感知。在这项工作中，我们提出了一种新颖的自监督单目深度估计方法，将几何与一个新的深度网络 PackNet 相结合，仅从未标记的单目视频中学习。我们的架构利用新颖的对称封装与解封装块，通过 3D 卷积联合学习压缩和解压缩保留细节的表示。尽管是自监督的，我们的方法在 KITTI 基准上优于其他自监督、半监督和全监督方法。PackNet 中的 3D 归纳偏置使其能随输入分辨率和参数数量扩展而不过拟合，在 NuScenes 数据集等域外数据上泛化更好。此外，它不需要在 ImageNet 上进行大规模监督预训练，并且可以实时运行。最后，我们发布了 DDAD（Dense Depth for Automated Driving），一个新的城市驾驶数据集，具有更具挑战性和更准确的深度评估，这得益于部署在全球运营的自驾车队上的高密 LiDAR 生成的更长距离和更密集的地面真实深度。
引用
@article{arxiv.1905.02693,
title = {3D Packing for Self-Supervised Monocular Depth Estimation},
author = {Vitor Guizilini and Rares Ambrus and Sudeep Pillai and Allan Raventos and Adrien Gaidon},
journal= {arXiv preprint arXiv:1905.02693},
year = {2020}
}