单目深度评估的更好理解
计算机视觉与模式识别
2025-11-18 v3
摘要
单目深度估计是重要任务，已取得快速进展，但如何进行评估尚未完全解决，体现在现有文献缺乏标准化以及大量评估指标的选择，其权衡与行为未被充分理解。本文贡献了对现有指标进行新颖、量化分析，关注其对各种真实值扰动的灵敏度，强调与人类判断的比较。我们的分析揭示，现有指标对曲率扰动（如使光滑表面变得凹凸）严重不灵敏。为弥补这一不足，我们引入一种基于相对表面法向的新指标，以及新的深度可视化工具和原则方法以创建更符合人类判断的复合指标。代码和数据可在 https://github.com/princeton-vl/evalmde 获取。
引用
@article{arxiv.2510.19814,
title = {Toward A Better Understanding of Monocular Depth Evaluation},
author = {Siyang Wu and Jack Nugent and Willow Yang and Jia Deng},
journal= {arXiv preprint arXiv:2510.19814},
year = {2025}
}