FisheyeDistill：基于序数蒸馏的鱼眼相机自监督单目深度估计
计算机视觉与模式识别
2022-05-09 v1
摘要
本文中以自监督方式处理鱼眼相机的单目深度估计问题。自监督深度估计的一个已知问题是其在低光/过曝条件以及大块同质区域中表现不佳。为应对该问题，我们提出一种新颖的序数蒸馏损失，从大型教师模型中蒸馏序数信息。该教师模型由于在大量多样化数据上训练过，能够很好地捕捉深度顺序信息，但在保持准确场景几何方面有所欠缺。结合自监督损失，我们表明我们的模型不仅能在挑战性环境中生成合理的深度图，还能更好地恢复场景几何。我们进一步利用 AR-Glasses 设备的鱼眼相机采集了一个室内数据集以促进评估。
引用
@article{arxiv.2205.02930,
title = {FisheyeDistill: Self-Supervised Monocular Depth Estimation with Ordinal Distillation for Fisheye Cameras},
author = {Qingan Yan and Pan Ji and Nitin Bansal and Yuxin Ma and Yuan Tian and Yi Xu},
journal= {arXiv preprint arXiv:2205.02930},
year = {2022}
}