HR-Depth：高分辨率自监督单目深度估计
计算机视觉与模式识别
2020-12-15 v1 人工智能
摘要
自监督学习在单目深度估计中展现出巨大潜力，仅使用图像序列作为唯一监督来源。尽管人们尝试利用高分辨率图像进行深度估计，预测精度并未显著提升。本工作中，我们发现核心原因在于大梯度区域中深度估计不准确，使得双线性插值误差随分辨率升高逐渐消失。为在大梯度区域获得更准确的深度估计，有必要获取兼具空间与语义信息的高分辨率特征。因此，我们提出一种改进的自监督深度网络 HR-Depth，采用两种有效策略：（1）重新设计 DepthNet 中的跳跃连接以获得更好的高分辨率特征；（2）提出特征融合 Squeeze-and-Excitation（fSE）模块以更高效融合特征。以 Resnet-18 为编码器，HR-Depth 在高、低分辨率下均以最少参数量超越此前所有最先进（SoTA）方法。此外，先前最先进方法基于相当复杂且深层的网络并带有大量参数，限制了其实际应用。因此我们还构建了以 MobileNetV3 为编码器的轻量网络。实验表明，该轻量网络在高分辨率下仅用 20% 参数即可取得与 Monodepth2 等许多大型模型相当的性能。所有代码与模型将发布于 https://github.com/shawLyu/HR-Depth。
引用
@article{arxiv.2012.07356,
title = {HR-Depth: High Resolution Self-Supervised Monocular Depth Estimation},
author = {Xiaoyang Lyu and Liang Liu and Mengmeng Wang and Xin Kong and Lina Liu and Yong Liu and Xinxin Chen and Yi Yuan},
journal= {arXiv preprint arXiv:2012.07356},
year = {2020}
}
备注
9 pages, 5 figures. Accepted to 35th AAAI Conference on Artificial Intelligence (AAAI 2021)