通过引导式解码的轻量级单目深度估计
计算机视觉与模式识别
2022-03-24 v1 机器人学
摘要
我们提出了一种专为嵌入式平台设计的轻量级编码器-解码器架构，用于单目深度估计。我们的主要贡献是用于构建模型解码器的引导上采样块（Guided Upsampling Block, GUB）。受引导图像滤波概念启发，GUB 依靠图像引导解码器对特征表示与上采样深度图重建进行上采样，以高分辨率结果和精细细节得以实现。基于多个 GUB，我们的模型在 NYU Depth V2 数据集上精度优于相关方法，同时在 NVIDIA Jetson Nano 上可达 35.1 fps，在 NVIDIA Xavier NX 上可达 144.5 fps。类似地，在 KITTI 数据集上，Jetson Nano 上推理可达 23.7 fps，Xavier NX 上可达 102.9 fps。我们的代码与模型已公开。
引用
@article{arxiv.2203.04206,
title = {Lightweight Monocular Depth Estimation through Guided Decoding},
author = {Michael Rudolph and Youssef Dawoud and Ronja Güldenring and Lazaros Nalpantidis and Vasileios Belagiannis},
journal= {arXiv preprint arXiv:2203.04206},
year = {2022}
}
备注
Accepted to ICRA 2022