利用直接法从单目视频中学习深度
计算机视觉与模式识别
2017-12-04 v1
摘要
利用CNN近期进展从单张图像预测深度的能力正日益引起视觉界的兴趣。无监督学习策略尤其具有吸引力，因为它们可以在学习过程中利用更大且多样的单目视频数据集，而无需真实深度或立体信息。在先前的工作中，必须确定独立的位姿与深度CNN预测器，使其联合输出最小化光度误差。受直接视觉里程计（DVO）近期进展的启发，我们论证深度CNN预测器可以在无需位姿CNN预测器的情况下学习。此外，我们通过实验证明，结合可微分的DVO实现以及一种新颖的深度归一化策略——相比使用单目视频训练的最先进方法在性能上有实质性提升。
引用
@article{arxiv.1712.00175,
title = {Learning Depth from Monocular Videos using Direct Methods},
author = {Chaoyang Wang and Jose Miguel Buenaposada and Rui Zhu and Simon Lucey},
journal= {arXiv preprint arXiv:1712.00175},
year = {2017}
}