低计算量的单目深度分布对齐
计算机视觉与模式识别
2022-03-10 v1 人工智能
摘要
单目深度估计的性能通常依赖于参数量与计算成本。这导致轻量网络与重量网络之间较大的精度差距,限制了它们在现实世界中的应用。本文将该精度差距的大部分建模为深度分布的差异,称之为“分布漂移”。为此,提出一种分布对齐网络(DANet)。我们首先设计了一个金字塔场景变换器(PST)模块,以在多尺度上捕捉区域间交互。通过感知每两个区域间深度特征的差异,DANet 倾向于预测合理的场景结构,使分布形状贴合真实值。接着,我们提出局部-全局优化(LGO)方案,以实现对场景深度全局范围的监督。得益于深度分布形状与场景深度范围的对齐,DANet 大幅缓解了分布漂移,取得了与已有重量方法相当的性能和仅为其 1% 的每秒浮点运算量(FLOPs)。在 NYUDv2 数据集与更具挑战性的 iBims-1 数据集上的实验证明了方法的有效性。源代码见 https://github.com/YiLiM1/DANet。
引用
@article{arxiv.2203.04538,
title = {Monocular Depth Distribution Alignment with Low Computation},
author = {Fei Sheng and Feng Xue and Yicong Chang and Wenteng Liang and Anlong Ming},
journal= {arXiv preprint arXiv:2203.04538},
year = {2022}
}
备注
Accepted by ICRA 2022