一种用于无人机联合估计深度与深度不确定性的技术
计算机视觉与模式识别
2025-02-18 v1 人工智能
机器人学
摘要
当自主车辆将深度估计方法用于轨迹规划或障碍物规避时，这些方法需要可靠。因此，估计深度输出的质量至关重要。在本文中，我们展示了如何将 M4Depth（一种为无人机（UAV）应用设计的最先进深度估计方法）增强以执行联合深度与不确定性估计。为此，我们提出了一种将 M4Depth 生成的与视差相关的不确定性估计转换为与深度相关的不确定性估计的方案，并表明其优于标准概率方法。我们在多个公开数据集上的实验表明，我们的方法表现稳定，即使在零样本迁移下也是如此。此外，与现有的多视图深度估计方法相比，我们的方法具有引人注目的价值：尽管速度快 2.5 倍且具有因果性（而其他方法不具备），它在多视图深度估计基准上表现相似。我们的方法代码公开于 https://github.com/michael-fonder/M4DepthU 。
引用
@article{arxiv.2305.19780,
title = {A technique to jointly estimate depth and depth uncertainty for unmanned aerial vehicles},
author = {Michaël Fonder and Marc Van Droogenbroeck},
journal= {arXiv preprint arXiv:2305.19780},
year = {2025}
}
备注
The code is available at https://github.com/michael-fonder/M4DepthU