单目深度估计中不确定性量化与基础模型的批判性综述
计算机视觉与模式识别
2025-01-15 v1 人工智能
机器学习
摘要
虽然近期基础模型在单目深度估计方面取得了显著进展，但要实现在实际场景中的安全可靠部署仍缺乏清晰的路径。涉及预测绝对距离的度量深度估计尤其具有挑战性，因为即便是最先进的基础模型也仍易出现严重错误。由于不确定性量化已成为缓解这些限制并实现可信部署的有前景的研究方向，因此本文将五种不同的不确定性量化方法与当前最先进的 DepthAnythingV2 基础模型相融合。为涵盖广泛的度量深度领域，我们在四个多样化的数据集上评估其性能。我们的发现识别出以高斯负对数似然损失（GNLL）进行微调作为一种尤为有前景的做法，既能提供可靠的不确定性估计，又能在基线（包括训练和推理时间）水平上保持预测性能与计算效率。通过将不确定性量化与基础模型在单目深度估计的语境中相融合，本文为未来研究奠定了关键基础，旨在提高不仅模型性能，还其可解释性。将这种不确定性量化与基础模型的关键综述扩展到语义分割和姿态估计等其他关键任务，为构建更安全可靠的机器视觉系统提供了令人振奋的机遇。
引用
@article{arxiv.2501.08188,
title = {A Critical Synthesis of Uncertainty Quantification and Foundation Models in Monocular Depth Estimation},
author = {Steven Landgraf and Rongjun Qin and Markus Ulrich},
journal= {arXiv preprint arXiv:2501.08188},
year = {2025}
}