基于深度学习的单目深度预测：数据集、方法与应用
计算机视觉与模式识别
2020-11-10 v1
摘要
从 RGB 图像估计深度可促进许多计算机视觉任务，如室内定位、高度估计与同步定位与建图（SLAM）。近来，得益于深度学习技术的快速发展，单目深度估计取得了巨大进展。其在精度与速度上大幅超越传统的基于机器学习的方法。尽管该主题进展迅速，但仍缺乏一份全面综述以总结当前进展并指出未来方向。本综述中，我们首先介绍用于深度估计的数据集，然后从三个角度全面介绍方法：基于监督学习的方法、基于无监督学习的方法以及基于稀疏样本引导的方法。此外，也阐述了受益于这些进展的下游应用。最后，我们指出未来方向并总结全文。
引用
@article{arxiv.2011.04123,
title = {Deep Learning based Monocular Depth Prediction: Datasets, Methods and Applications},
author = {Qing Li and Jiasong Zhu and Jun Liu and Rui Cao and Qingquan Li and Sen Jia and Guoping Qiu},
journal= {arXiv preprint arXiv:2011.04123},
year = {2020}
}