Back2Color：面向动态交通场景的领域自适应合成到真实单目深度估计
计算机视觉与模式识别
2026-01-21 v7
摘要
准确的单目深度估计是智能交通应用中基于视觉的感知系统的基本组成部分。尽管近期取得的进展显著，但无监督的单目方法仍因合成到真实领域间的差距以及动态非刚性目标（如车辆和行人）的存在，在真实交通场景中表现严重下降。本文提出 Back2Color，一个通过领域自适应和不确定性感知融合来解决这些挑战的稳健无监督单目深度估计框架。具体而言，Back2Color 提出一种双向深度转色策略，从真实驾驶数据中学习外观映射，并应用于合成深度图，从而构建具有真实色彩外观且伴随合成深度的训练样本。如此一来，所提方法有效减少了模拟与真实交通场景之间的领域差距，使深度预测网络能够学习更稳定和更具可 generalization 的先验知识。为进一步提高动态环境下的鲁棒性，本文提出一种自学习不确定性时空融合（Auto-UTSF）模块，通过估计像素级不确定性自适应融合补充的时空线索，实现即使在移动目标和遮挡情况下也能可靠地进行深度预测。在包括 KITTI 和 Cityscapes 在内的挑战性城市驾驶基准测试上进行了大量实验，表明所提方法在动态交通场景中持续优于现有的无监督单目深度估计方法，同时保持高的计算效率。
引用
@article{arxiv.2406.07741,
title = {Back2Color: Domain-Adaptive Synthetic-to-Real Monocular Depth Estimation for Dynamic Traffic Scenes},
author = {Yufan Zhu and Chongzhi Ran and Mingtao Feng and Le Dong and Weisheng Dong and Antonio M. López},
journal= {arXiv preprint arXiv:2406.07741},
year = {2026}
}