EGA-Depth：用于自监督多相机深度估计的高效引导注意力
计算机视觉与模式识别
2023-04-10 v1
摘要
现代自动驾驶车辆上无处不在的多相机设置为构建环视深度提供了机会。然而，现有方法要么在每个相机上独立执行单目深度估计，要么依赖计算量大的自注意力机制。在本文中，我们提出了一种新颖的引导注意力架构 EGA-Depth，它可以同时提高自监督多相机深度估计的效率和精度。更具体地说，对于每个相机，我们使用其透视图作为查询，交叉参考其相邻视图以导出该相机视图的信息特征。这使得模型能够仅在具有大量重叠的视图之间执行注意力，并避免标准自注意力的高昂计算成本。得益于其高效性，EGA-Depth 使我们能够利用更高分辨率的视觉特征，从而提高精度。此外，EGA-Depth 可以纳入更多来自先前时间步的帧，因为其计算量随视图和帧的数量呈线性扩展。在两个具有挑战性的自动驾驶基准数据集 nuScenes 和 DDAD 上的大量实验证明了我们提出的 EGA-Depth 的有效性，并表明它在自监督多相机深度估计中实现了新的 SOTA。
引用
@article{arxiv.2304.03369,
title = {EGA-Depth: Efficient Guided Attention for Self-Supervised Multi-Camera Depth Estimation},
author = {Yunxiao Shi and Hong Cai and Amin Ansari and Fatih Porikli},
journal= {arXiv preprint arXiv:2304.03369},
year = {2023}
}
备注
CVPR 2023 Workshop on Autonomous Driving