T2Net：用于解决单图像深度估计任务的合成到真实图像翻译
计算机视觉与模式识别
2018-08-07 v1
摘要
当前单图像深度估计方法使用带有真实图像-深度对或立体对的训练数据集，这些数据集不易获取。我们提出一个框架，在合成图像-深度对与未配对真实图像上训练，包含用于增强输入图像真实感的图像翻译网络，以及后续的深度预测网络。一个关键思路是让第一个网络充当宽谱输入翻译器，接收合成或真实图像，并理想地生成最小修改的真实图像。这通过训练输入为真实图像时的重建损失，以及为合成图像时的 GAN 损失来实现，从而免除了启发式自正则化的需要。第二个网络在合成图像-深度对的任务损失上训练，并辅以额外的 GAN 损失以统一真实与合成特征分布。重要的是，该框架可端到端训练，取得良好结果，甚至超越早期使用真实配对数据的深度学习方法。
引用
@article{arxiv.1808.01454,
title = {T2Net: Synthetic-to-Realistic Translation for Solving Single-Image Depth Estimation Tasks},
author = {Chuanxia Zheng and Tat-Jen Cham and Jianfei Cai},
journal= {arXiv preprint arXiv:1808.01454},
year = {2018}
}
备注
15 pages, 8 figures