BaseBoostDepth：利用更大基线实现自监督单目深度估计
计算机视觉与模式识别
2025-09-23 v2
摘要
在多基线立体领域，传统观念是，一般情况下，增加基线间隔会显著提高深度估计的准确性。然而，现有的自监督深度估计架构主要使用最小帧间隔和受限的立体基线。可以采用更大的帧间隔，但我们表明这会导致深度质量下降，包括明显的亮度变化和遮挡区域增加等因素。为了应对这些挑战，我们提出的方法BaseBoostDepth融合了受课程学习启发的优化策略，以有效利用更大的帧间隔。然而，我们表明，这种受课程学习启发的策略单独并不足以解决问题，因为更大的基线仍会导致姿态估计偏移。因此，我们引入递增姿态估计来提高姿态估计的准确性，显著改进了所有深度指标。此外，为了提高模型的鲁棒性，我们引入误差诱导的重构，这些重构针对添加到姿态估计中的误差进行优化。最终，我们的深度网络在KITTI和SYNS-patches数据集上实现了无需增加测试时间计算复杂度的图像基准、边缘基准和点云基准的最先进性能。项目网站可在https://kieran514.github.io/BaseBoostDepth-Project 查找。
引用
@article{arxiv.2407.20437,
title = {BaseBoostDepth: Exploiting Larger Baselines For Self-supervised Monocular Depth Estimation},
author = {Kieran Saunders and Luis J. Manso and George Vogiatzis},
journal= {arXiv preprint arXiv:2407.20437},
year = {2025}
}