TacoDepth：面向高效雷达-相机深度估计的单阶段融合
计算机视觉与模式识别
2025-04-17 v1
摘要
雷达-相机深度估计旨在通过融合输入图像和雷达数据，预测稠密且准确的度量深度。在寻求在自动驾驶车辆和机器人平台上实现实时处理的背景下，模型效率至关重要。然而，由于雷达返回的稀疏性，现有方法采用多阶段框架，包含中间准稠密深度结果，这些方法计算耗时且不够稳健。为此，我们提出 TacoDepth，一个高效且准确的雷达-相机深度估计模型，采用单阶段融合。具体而言，设计了基于图结构的雷达结构提取器和基于金字塔的雷达融合模块，以捕获和集成雷达点云的图结构，实现了卓越的模型效率和稳健性，而无需依赖中间深度结果。此外，TacoDepth 可以灵活地适用于不同的推理模式，在速度和精度之间提供更好的平衡。开展了大量实验，以证明我们方法的有效性。与以往的领先方法相比，TacoDepth 在深度精度和处理速度上分别提高了 12.8% 和 91.8%。我们的工作为高效的雷达-相机深度估计提供了新的视角。
引用
@article{arxiv.2504.11773,
title = {TacoDepth: Towards Efficient Radar-Camera Depth Estimation with One-stage Fusion},
author = {Yiran Wang and Jiaqi Li and Chaoyi Hong and Ruibo Li and Liusheng Sun and Xiao Song and Zhe Wang and Zhiguo Cao and Guosheng Lin},
journal= {arXiv preprint arXiv:2504.11773},
year = {2025}
}
备注
Accepted by CVPR 2025 (Oral Presentation)