通过蒸馏跨域立体网络学习单目深度
计算机视觉与模式识别
2018-08-21 v1
摘要
单目深度估计旨在为单幅图像估计逐像素深度图，在场景理解与自动驾驶中具有广泛应用。现有的监督与无监督方法面临巨大挑战。监督方法需要大量深度测量数据，通常难以获取，而无监督方法的估计精度往往受限。图形引擎生成的合成数据为解决大量深度数据收集提供了可能。然而，合成数据与真实数据之间的巨大域差距使得直接以其训练颇具挑战。本文提出使用立体匹配网络作为代理，从合成数据中学习深度，并利用预测的立体视差图来监督单目深度估计网络。在此新框架下，跨域合成数据可得以充分利用。我们提出了不同策略以确保学到的深度感知能力在不同域间良好迁移。大量实验表明，在 KITTI 数据集上取得了单目深度估计的 SOTA 结果。
引用
@article{arxiv.1808.06586,
title = {Learning Monocular Depth by Distilling Cross-domain Stereo Networks},
author = {Xiaoyang Guo and Hongsheng Li and Shuai Yi and Jimmy Ren and Xiaogang Wang},
journal= {arXiv preprint arXiv:1808.06586},
year = {2018}
}
备注
ECCV 2018