基于深度学习的单目图像和视频深度估计方法综述
计算机视觉与模式识别
2024-07-18 v1
摘要
从单一 RGB 图像和视频估计深度是众多应用领域的热门研究问题，包括自动驾驶、3D 重建、数字娱乐和机器人等。过去十年间，已有超过 500 篇基于深度学习的论文发表，表明该任务受到日益关注。本文综述了现有基于深度学习的方法、所解决的挑战以及它们在架构和监督方法上的演化。提供了基于输入/输出模态、网络架构和学习方法对当前研究进行分类的 taxonomy。还讨论了单目深度估计历史中的关键里程碑，以及不同管线、数据集和评估指标。
引用
@article{arxiv.2406.19675,
title = {Deep Learning-based Depth Estimation Methods from Monocular Image and Videos: A Comprehensive Survey},
author = {Uchitha Rajapaksha and Ferdous Sohel and Hamid Laga and Dean Diepeveen and Mohammed Bennamoun},
journal= {arXiv preprint arXiv:2406.19675},
year = {2024}
}
备注
46 pages, 10 figures, The paper has been accepted for publication in ACM Computing Surveys 2024