关于单目深度估计的评估度量
计算机视觉与模式识别
2023-02-21 v1
摘要
单目深度估计（MDE）用于生成 3D 信息，可应用于下游任务，如自动驾驶车辆（AVs）或驾驶辅助的车载感知相关任务。因此，一个相关的浮现问题是：MDE 评估的标准度量是否能良好指示未来基于 MDE 的驾驶相关感知任务的准确性。我们在本文中探讨此问题。具体而言，我们以获取点云上的 3D 目标检测任务作为车载感知的代理。我们使用来自 MDE 模型的 3D 点云训练和测试 SOTA 的 3D 目标检测器。我们将目标检测结果的排序与 MDE 模型深度估计度量给出的排序进行对比。我们得出结论：的确，MDE 评估度量所产生的排序相对较好地反映了我们可能预期的 3D 目标检测结果。在不同度量中，绝对相对（abs-rel）误差似乎是实现该目的的最佳度量。
引用
@article{arxiv.2302.10007,
title = {On the Metrics for Evaluating Monocular Depth Estimation},
author = {Akhil Gurram and Antonio M. Lopez},
journal= {arXiv preprint arXiv:2302.10007},
year = {2023}
}
备注
11 pages, 8 figures