一致的视频深度估计

我们提出了一种针对单目视频中所有像素重建稠密、几何一致深度的算法。我们利用传统的运动恢复结构重建来建立视频中像素的几何约束。与经典重建中特定的临时先验不同，我们使用基于学习的先验，即训练用于单图像深度估计的卷积神经网络。在测试时，我们对该网络进行微调以使其满足特定输入视频的几何约束，同时保留其在约束较弱的视频部分合成合理深度细节的能力。我们通过定量验证表明，与先前的单目重建方法相比，我们的方法实现了更高的精度和更高程度的几何一致性。在视觉上，我们的结果显得更加稳定。我们的算法能够处理具有中等程度动态运动的具有挑战性的手持拍摄输入视频。重建质量的提升使得若干应用成为可能，例如场景重建和基于视频的高级视觉效果。