移动设备上快速准确的单图像深度估计：Mobile AI 2021 挑战赛报告
图像与视频处理
2021-05-19 v1 计算机视觉与模式识别
机器学习
摘要
深度估计是具有重要实用价值且面向移动设备的计算机视觉问题。尽管已提出许多针对该任务的解决方案，它们通常计算开销极大，因此不适用于设备端推理。为解决此问题，我们引入了首个 Mobile AI 挑战赛，目标是开发端到端的基于深度估计的解决方案，能在智能手机和 IoT 平台上展现近乎实时的性能。为此，我们向参与者提供了一种新的大规模数据集，包含使用专用立体 ZED 相机获取的 RGB-深度图像对，该相机可为最远 50 米处的物体生成高分辨率深度图。所有模型的运行时间在流行的 Raspberry Pi 4 平台（搭载基于 ARM 的移动 Broadcom 芯片组）上评估。所提方案能在 Raspberry Pi 4 上以最高 10 FPS 生成 VGA 分辨率深度图，同时获得高保真结果，并兼容任意基于 Android 或 Linux 的移动设备。本文提供了挑战赛中开发的所有模型的详细描述。
引用
@article{arxiv.2105.08630,
title = {Fast and Accurate Single-Image Depth Estimation on Mobile Devices, Mobile AI 2021 Challenge: Report},
author = {Andrey Ignatov and Grigory Malivenko and David Plowman and Samarth Shukla and Radu Timofte and Ziyu Zhang and Yicheng Wang and Zilong Huang and Guozhong Luo and Gang Yu and Bin Fu and Yiran Wang and Xingyi Li and Min Shi and Ke Xian and Zhiguo Cao and Jin-Hua Du and Pei-Lin Wu and Chao Ge and Jiaoyang Yao and Fangwen Tu and Bo Li and Jung Eun Yoo and Kwanggyoon Seo and Jialei Xu and Zhenyu Li and Xianming Liu and Junjun Jiang and Wei-Chi Chen and Shayan Joya and Huanhuan Fan and Zhaobing Kang and Ang Li and Tianpeng Feng and Yang Liu and Chuannan Sheng and Jian Yin and Fausto T. Benavide},
journal= {arXiv preprint arXiv:2105.08630},
year = {2021}
}
备注
Mobile AI 2021 Workshop and Challenges: https://ai-benchmark.com/workshops/mai/2021/. arXiv admin note: text overlap with arXiv:2105.07809