MonoDiffusion：基于扩散模型的自监督单目深度估计
计算机视觉与模式识别
2023-11-14 v1
摘要
过去几年，训练阶段不依赖真实深度的自监督单目深度估计受到广泛关注。多数工作聚焦于设计不同类型的网络架构与损失函数，或处理遮挡、动态物体等边缘情况。本工作中，我们将自监督深度估计表述为迭代去噪过程，提出一种新颖的自监督深度估计框架MonoDiffusion。由于训练阶段深度真值不可用，我们开发了伪真值扩散过程以辅助MonoDiffusion中的扩散。伪真值扩散逐步向预训练教师模型生成的深度图加噪。此外，教师模型允许施加蒸馏损失以引导去噪后的深度。进一步，我们设计了掩码视觉条件机制以增强模型的去噪能力。在KITTI与Make3D数据集上进行了充分实验，所提MonoDiffusion优于先前最先进的竞争对手。源代码将发布于https://github.com/ShuweiShao/MonoDiffusion。
引用
@article{arxiv.2311.07198,
title = {MonoDiffusion: Self-Supervised Monocular Depth Estimation Using Diffusion Model},
author = {Shuwei Shao and Zhongcai Pei and Weihai Chen and Dingchi Sun and Peter C. Y. Chen and Zhengguo Li},
journal= {arXiv preprint arXiv:2311.07198},
year = {2023}
}
备注
10 pages, 8 figures