漫画领域图像深度估计
计算机视觉与模式识别
2022-08-16 v2
摘要
估计漫画图像的深度具有挑战性，因为此类图像a)为单目；b)缺乏真实深度标注；c)跨不同艺术风格存在差异；d)稀疏且含噪声。因此，我们使用现成的无监督图像到图像翻译方法将漫画图像翻译为自然图像，然后使用注意力引导的单目深度估计器预测其深度。这使我们能够利用现有自然图像的深度标注来训练深度估计器。此外，我们的模型学习区分漫画面板中的文本与图像，以减少深度估计中基于文本的伪影。我们的方法在DCM和eBDtheque图像的所有指标上持续优于现有的SOTA方法。最后，我们引入了一个用于评估漫画深度预测的数据集。我们的项目网站可在 https://github.com/IVRL/ComicsDepth 访问。
引用
@article{arxiv.2110.03575,
title = {Estimating Image Depth in the Comics Domain},
author = {Deblina Bhattacharjee and Martin Everaert and Mathieu Salzmann and Sabine Süsstrunk},
journal= {arXiv preprint arXiv:2110.03575},
year = {2022}
}
备注
Accepted to WACV 2022 : Winter Conference on Applications of Computer Vision