从单张 RGB 图像得到反事实深度
计算机视觉与模式识别
2019-09-04 v1
摘要
我们描述了一种方法，可从单张 RGB 图像预测一幅深度图，该图描述移除被掩码物体后的场景——我们称之为“反事实深度”，其将隐藏的场景几何与观测一起建模。我们的方法生效的原因与场景补全相同：物体的空间结构很简单。但我们提供了比当前场景补全方法高得多的空间分辨率表示，因为我们在像素级精度上操作且不依赖体素表示。此外，我们不需要 RGBD 输入。我们的方法使用标准编码器-解码器架构，并将解码器修改为接受物体掩码。我们描述了一个已收集的小型评估数据集，其允许推断哪些因素对重建影响最强。使用该数据集，我们表明对于被掩码物体的深度预测优于其他基线。
引用
@article{arxiv.1909.00915,
title = {Counterfactual Depth from a Single RGB Image},
author = {Theerasit Issaranon and Chuhang Zou and David Forsyth},
journal= {arXiv preprint arXiv:1909.00915},
year = {2019}
}