移动设备上的任意时刻立体图像深度估计
计算机视觉与模式识别
2019-03-06 v2
摘要
机器人学中立体深度估计的许多应用需要在显著计算约束下实时生成准确的视差图。当前最先进的算法迫使人们在缓慢生成准确映射与快速生成不准确映射之间做出选择，并且这些方法通常所需参数过多，无法用于功耗或内存受限的设备。受这些缺陷的驱动，我们提出了一种用于任意时刻设定下视差预测的新方法。与先前工作不同，我们端到端学习的方法可在推理时权衡计算与精度。深度估计分阶段的进行，在此期间可随时查询模型以输出其当前最佳估计。我们的最终模型在 NVIDIA Jetson TX2 模块上能以 10–35 FPS 的范围处理 1242375 分辨率图像，且误差仅边际增加——所用参数比最具竞争力的基线少两个数量级。源代码见 https://github.com/mileyan/AnyNet 。
引用
@article{arxiv.1810.11408,
title = {Anytime Stereo Image Depth Estimation on Mobile Devices},
author = {Yan Wang and Zihang Lai and Gao Huang and Brian H. Wang and Laurens van der Maaten and Mark Campbell and Kilian Q. Weinberger},
journal= {arXiv preprint arXiv:1810.11408},
year = {2019}
}
备注
Accepted by ICRA2019