CamLessMonoDepth：未知相机参数下的单目深度估计
计算机视觉与模式识别
2021-10-28 v1
摘要
感知三维信息在计算机视觉的许多应用中至关重要。单目深度估计的最新进展表明，通过训练深度神经网络从单一相机输入预测逆深度和位姿，无需真实标注数据，即可获取此类信息。然而，这类方法大多需要在训练时显式输入相机参数，因此无法利用来自真实场景的图像序列进行训练。尽管已有方法同时预测相机内参，但其性能不及以相机参数为输入的新方法。本文提出一种方法，仅从单目图像序列中学习，即可隐式估计针孔相机内参以及深度和位姿。此外，通过采用高效的亚像素卷积，我们展示了可获得高保真度深度估计。我们还将像素级不确定性估计嵌入框架，以强调本工作在实际领域的潜在适用性。最后，我们证明了在无需相机内参先验知识的情况下准确预测深度信息的可能性，同时在 KITTI 基准上优于现有最先进方法。
引用
@article{arxiv.2110.14347,
title = {CamLessMonoDepth: Monocular Depth Estimation with Unknown Camera Parameters},
author = {Sai Shyam Chanduri and Zeeshan Khan Suri and Igor Vozniak and Christian Müller},
journal= {arXiv preprint arXiv:2110.14347},
year = {2021}
}
备注
Accepted to BMVC 2021