深度学习框架中的几何约束:综述
计算机视觉与模式识别
2025-07-10 v2 人工智能
摘要
立体摄影测量是一种成熟的场景理解技术。其起源至少可追溯到 19 世纪,当时人们首次开始研究使用照片来测量世界的物理属性。从那时起,人们探索了数千种方法。经典的立体视觉几何技术建立在利用几何学来定义场景和相机约束的基础上,而深度学习则未尝试显式地对几何进行建模。在这篇综述中,我们探索了受几何启发的基于深度学习的框架。我们比较和对比了集成到深度学习框架中用于深度估计和其他密切相关视觉任务的几何强制约束。我们为现代深度学习框架中使用的流行几何强制约束提出了一种新的分类法。我们还提出了深刻的观察和潜在的未来研究方向。
引用
@article{arxiv.2403.12431,
title = {Geometric Constraints in Deep Learning Frameworks: A Survey},
author = {Vibhas K Vats and David J Crandall},
journal= {arXiv preprint arXiv:2403.12431},
year = {2025}
}
备注
Published at ACM Surveys