单视图立体匹配

先前的单目深度估计方法取单视图并直接回归期望结果。尽管近期进展通过在训练中施加几何启发的损失函数取得，但推理过程并未显式施加任何几何约束。因此这些模型纯粹依赖数据质量与学习的泛化有效性。这要么导致次优结果，要么需要海量昂贵的真实标注数据以产生合理结果。本文首次表明，单目深度估计问题可重构为两个子问题，即视图合成过程后接立体匹配，具有两个引人注目的性质：i) 几何约束可在推理时显式施加；ii) 对标注深度数据的需求可大幅缓解。我们表明整个流程仍可以端到端方式训练，且这一新公式在提升性能方面起关键作用。所得模型仅使用少量真实训练数据即在具挑战性的 KITTI 数据集上优于所有先前的单目深度估计方法以及立体块匹配方法。该模型对其他单目深度估计基准也有良好泛化。我们还讨论了使用立体方法求解单目深度估计的含义与优势。