从地面到物体：利用地面接触先验的由粗到精自监督单目动态物体深度估计
计算机视觉与模式识别
2023-12-19 v1
摘要
自监督单目深度估计（DE）是一种无需昂贵深度真值即可学习深度的方法。然而，它常常难以处理违反训练期间静态场景假设的运动物体。为了解决这个问题，我们引入了一种由粗到精的训练策略，利用地面接触先验，基于户外场景中大多数运动物体与地面接触的观察。在粗训练阶段，我们将动态类中的物体从重投影损失计算中排除，以避免不准确的深度学习。为了对物体深度提供精确监督，我们提出了一种新颖的地面接触先验视差平滑损失（GDS-Loss），鼓励DE网络将物体的深度与其地面接触点对齐。随后，在精训练阶段，我们优化DE网络，从重投影损失中学习物体的详细深度，同时通过使用基于代价体加权因子的正则化损失，确保运动物体区域上的准确DE。我们的整体由粗到精训练策略可以轻松集成到现有的DE方法中，无需任何修改，显著提升了在具有挑战性的Cityscapes和KITTI数据集上的DE性能，尤其是在运动物体区域。
引用
@article{arxiv.2312.10118,
title = {From-Ground-To-Objects: Coarse-to-Fine Self-supervised Monocular Depth Estimation of Dynamic Objects with Ground Contact Prior},
author = {Jaeho Moon and Juan Luis Gonzalez Bello and Byeongjun Kwon and Munchurl Kim},
journal= {arXiv preprint arXiv:2312.10118},
year = {2023}
}