基于多视差一致性过滤的立体匹配知识蒸馏单目深度估计

在自监督单目深度估计的立体匹配知识蒸馏方法中，立体匹配网络的知识通过伪深度图蒸馏到单目深度网络中。在这些方法中，通常利用基于学习的立体置信度网络来识别伪深度图中的错误，以防止错误传递。然而，基于学习的立体置信度网络需要使用真实值(GT)进行训练，这在自监督设置中是不可行的。在本文中，我们提出了一种方法，通过检查多个视差图的一致性来识别和过滤伪深度图中的错误，而无需GT和训练过程。实验结果表明，所提出的方法优于先前的方法，并且通过滤除立体匹配易出错的区域（尤其是无纹理区域、遮挡边界和反射表面），在各种配置下均表现良好。