MVDepthNet：实时多视角深度估计神经网络
机器人学
2018-07-24 v1 计算机视觉与模式识别
摘要
尽管深度神经网络已广泛应用于计算机视觉问题，将其扩展至多视角深度估计并非易事。本文提出 MVDepthNet，一种在给定来自局部化单目相机在相邻视点处的若干图像-位姿对时解决深度估计问题的卷积网络。多视角观测被编码进代价体（cost volume），然后与参考图像结合，利用编码器-解码器网络估计深度图。通过将多视角观测信息编码至代价体中，我们的方法实现了实时性能以及传统方法的灵活性，即无论相机内参和图像数量如何均可应用。训练 MVDepthNet 时使用了几何数据增强。我们进一步将 MVDepthNet 应用于单目稠密建图系统，该系统利用单个局部化运动相机连续估计深度图。实验表明，我们的方法能够高效且精确地生成深度图。
引用
@article{arxiv.1807.08563,
title = {MVDepthNet: Real-time Multiview Depth Estimation Neural Network},
author = {Kaixuan Wang and Shaojie Shen},
journal= {arXiv preprint arXiv:1807.08563},
year = {2018}
}
备注
This paper is accepted by 3DV 2018