InSpaceType：室内单目深度估计算入跨空间类型性能的基准数据集
计算机视觉与模式识别
2024-08-27 v1 机器学习
摘要
室内单目深度估计有助于家庭自动化，包括机器人导航或AR/VR的周围感知。大多数先前方法主要在NYUv2数据集上进行实验，聚焦于其整体性能评估。然而，针对室内空间类型（spaces types）多样化未见情况的鲁棒性和泛化性尚未被探讨。研究人员可能会在自定义数据或较少出现的类型上发现预训练模型性能下降。本文研究了这种常见但容易被忽视的因素——空间类型，并实质性地揭示了模型在不同空间类型间性能差异。我们提出InSpaceType数据集，这是一个用于通用室内场景的高质量RGBD数据集，并对13个最新方法在InSpaceType上进行基准测试。我们的检查发现，大多数方法在头部类型和尾部类型之间存在性能不平衡，部分顶级方法甚至更为严重。该工作详细揭示并分析了背后的偏见，以提高透明度和鲁棒性。我们将分析扩展到4个数据集，并讨论用于训练室内单目深度的最佳实践。进一步进行数据消除实验，以找出泛化性的关键因素。这项工作标志着对空间类型间性能差异的首次深入调查，并更重要的是，发布了有用工具，包括数据集和代码，以密切检查您的预训练深度模型。数据与代码：https://depthcomputation.github.io/DepthPublic/
引用
@article{arxiv.2408.13708,
title = {InSpaceType: Dataset and Benchmark for Reconsidering Cross-Space Type Performance in Indoor Monocular Depth},
author = {Cho-Ying Wu and Quankai Gao and Chin-Cheng Hsu and Te-Lin Wu and Jing-Wen Chen and Ulrich Neumann},
journal= {arXiv preprint arXiv:2408.13708},
year = {2024}
}
备注
BMVC 2024. This version supersedes 2309.13516