用于一致自监督单目深度与自运动估计的位姿约束
计算机视觉与模式识别
2023-04-19 v1 机器学习
机器人学
最优化与控制
摘要
自监督单目深度估计方法不仅受尺度模糊影响,而且推断出的深度图在尺度上随时间不一致。虽然在训练期间若无某种真值监督则无法消除尺度模糊,但拥有尺度一致的深度预测将使得在推理时作为后处理步骤计算一次尺度并随时间使用成为可能。以此为目标,引入了一组最小化随时间位姿不一致的时间一致性损失。评估表明,引入这些约束不仅减少了深度不一致,还提升了深度与自运动预测的基线性能。
引用
@article{arxiv.2304.08916,
title = {Pose Constraints for Consistent Self-supervised Monocular Depth and Ego-motion},
author = {Zeeshan Khan Suri},
journal= {arXiv preprint arXiv:2304.08916},
year = {2023}
}
备注
Scandinavian Conference on Image Analysis (SCIA) 2023