野外环境下手持设备的实时单图像深度感知
计算机视觉与模式识别
2020-06-11 v1 图形学
摘要
深度感知对于解决从自动驾驶到消费级应用等现实世界问题至关重要。对于后者,从单幅图像估计深度是最通用的解决方案,因为几乎任何手持设备都配有标准摄像头。然而,两个主要问题限制了其实际部署:i) 在野外部署时可靠性低;ii) 实现实时性能对资源要求高,常与此类设备不兼容。因此,本文深入研究了这些问题,表明通过采用恰当的网络设计与训练策略均可解决——并阐述了如何将所得网络映射到手持设备上以实现实时性能。我们的充分评估凸显了此类快速网络对全新环境具有良好的泛化能力,这是应对实际应用中极其多变场景所需的关键特性。事实上,为进一步支撑该证据,我们报告了关于智能手机在野外实时深度感知增强现实与图像模糊的实验结果。
引用
@article{arxiv.2006.05724,
title = {Real-time single image depth perception in the wild with handheld devices},
author = {Filippo Aleotti and Giulio Zaccaroni and Luca Bartolomei and Matteo Poggi and Fabio Tosi and Stefano Mattoccia},
journal= {arXiv preprint arXiv:2006.05724},
year = {2020}
}
备注
11 pages, 9 figures