利用质量评估网络从视频中学习单图像深度
计算机视觉与模式识别
2019-04-25 v3
摘要
从真实场景中的单幅图像估计深度仍是一个具有挑战性的问题。一个主要障碍是缺乏针对真实场景图像的高质量训练数据。本文提出一种通过对网络视频进行运动恢复结构(Structure-from-Motion, SfM)来自动生成此类数据的方法。该方法的核心是一个质量评估网络(Quality Assessment Network),用于识别从 SfM 获得的高质量重建结果。利用该方法,我们从大量 YouTube 视频中收集单视图深度训练数据,并构建了一个名为 YouTube3D 的新数据集。实验表明,YouTube3D 有助于训练深度估计网络,并推进了真实场景中单视图深度估计的当前最优水平(state of the art)。
引用
@article{arxiv.1806.09573,
title = {Learning Single-Image Depth from Videos using Quality Assessment Networks},
author = {Weifeng Chen and Shengyi Qian and Jia Deng},
journal= {arXiv preprint arXiv:1806.09573},
year = {2019}
}