精度不能保证单目深度估计器的类人特性

单目深度估计是自动驾驶和机器人等现实应用的基本能力。尽管深度神经网络（DNN）在基于物理的基准测试上达到了超越人类的精度，但一个关键挑战仍然存在：使模型表征与人类感知对齐，这是增强模型鲁棒性和可解释性的有前景策略。物体识别领域的研究揭示了模型精度与类人行为之间的复杂权衡，这引发了一个问题：在深度估计中是否存在类似的偏差，特别是在自然户外场景中——这些场景的基准依赖基于传感器的真值而非人类感知估计。在本研究中，我们使用KITTI数据集系统性地调查了69种单目深度估计器的模型精度与人类相似性之间的关系。为了逐因素分解误差模式的结构，我们应用仿射拟合将预测误差分解为可解释的组成部分。有趣的是，我们的结果表明，虽然人类和DNN共享某些估计偏差（正误差相关性），但我们观察到模型精度与人类相似性之间存在不同的权衡关系。这一发现表明提高精度并不必然导致更具类人行为的行为，强调了开发超越传统精度的多维度、以人为中心的评估方法的必要性。