自监督单目场景分解与深度估计
计算机视觉与模式识别
2021-10-22 v1
摘要
自监督单目深度估计方法要么忽略场景中独立运动的物体，要么需要一个单独的分割步骤来识别它们。我们提出 MonoDepthSeg，可在不使用任何真实标签的情况下，从单目视频中联合估计深度并分割运动物体。我们将场景分解为固定数量的组件，其中每个组件对应于图像上的一个区域，并带有表示其运动的变换矩阵。我们通过一个共享编码器高效地估计每个组件的掩码和运动。我们在三个驾驶数据集上评估了我们的方法，结果表明我们的模型在将场景分解为独立运动组件的同时，明显改进了深度估计。
引用
@article{arxiv.2110.11275,
title = {Self-Supervised Monocular Scene Decomposition and Depth Estimation},
author = {Sadra Safadoust and Fatma Güney},
journal= {arXiv preprint arXiv:2110.11275},
year = {2021}
}
备注
3DV 2021