深度抖动：穿透深度
计算机视觉与模式识别
2025-08-11 v1 机器人学
摘要
深度信息是计算机视觉中的关键元素，尤其在水下成像、机器人和自主导航中至关重要。然而，传统数据增强技术忽视了深度感知变换，限制了模型在实际深度变化情况下的鲁棒性。本文引入Depth-Jitter，一种基于深度的数据增强技术，通过模拟自然深度变化来提升泛化能力。该方法依据深度方差阈值引导自适应深度偏移，以保持结构完整性的同时生成合成深度扰动。我们在两个基准数据集上评估Depth-Jitter：FathomNet 和 UTDAC2020，证明其在多样化深度条件下的模型稳定性。大量实验对比Depth-Jitter与传统数据增强策略（如 ColorJitter），分析不同学习率、编码器和损失函数下的性能。虽然Depth-Jitter在绝对性能上不总是优于传统方法，但在深度敏感环境中始终提升模型的稳定性和泛化能力。这些发现凸显了深度感知数据增强在实际应用中的潜力，为进一步研究深度基础学习策略提供了基础。该技术已公开 disponible，支持深度感知数据增强的进一步发展。代码已公开 disponable at \href{https://github.com/mim-team/Depth-Jitter}{github}。
引用
@article{arxiv.2508.06227,
title = {Depth Jitter: Seeing through the Depth},
author = {Md Sazidur Rahman and David Cabecinhas and Ricard Marxer},
journal= {arXiv preprint arXiv:2508.06227},
year = {2025}
}