DESC:基于语义一致性的深度估计域适应方法
计算机视觉与模式识别
2020-09-04 v1
摘要
准确的真实深度标注难以获取,需要使用 LiDAR 传感器等特殊设备。自监督方法试图通过处理视频或立体序列来克服此问题,但这些序列未必总可用。相反,本文提出一种域适应方法,使用完全标注的源数据集和未标注的目标数据集来训练单目深度估计模型。我们通过利用语义预测和低层边缘特征为目标域提供引导来弥合域差距。我们强制主模型与另一个用语义分割和边缘图训练的模型之间的一致性,并引入以实例高度形式表示的先验。我们的方法在标准单目深度估计域适应基准上进行了评估,并显示出相对于最先进方法的一致改进。
引用
@article{arxiv.2009.01579,
title = {DESC: Domain Adaptation for Depth Estimation via Semantic Consistency},
author = {Adrian Lopez-Rodriguez and Krystian Mikolajczyk},
journal= {arXiv preprint arXiv:2009.01579},
year = {2020}
}
备注
BMVC20 (Oral). Code: https://github.com/alopezgit/DESC