迈向无人机林业中树枝深度估计的金标准：深度立体匹配方法基准测试
计算机视觉与模式识别
2026-01-28 v1 机器人学
图像与视频处理
摘要
自主无人机林业作业需要具有强大跨领域泛化能力的鲁棒深度估计，然而现有评估集中在城市和室内场景，在植被密集环境方面存在关键空白。我们首次对八种立体方法进行了系统的零样本评估，这些方法涵盖了迭代精化、基础模型、基于扩散和 3D CNN 范式。所有方法均使用官方发布的预训练权重（在 Scene Flow 上训练），并在四个标准基准（ETH3D、KITTI 2012/2015、Middlebury）以及一个新颖的 5313 对 Canterbury Tree Branches 数据集（）上进行评估。结果揭示了场景依赖的模式：基础模型在结构化场景中表现出色（ETH3D 上 BridgeDepth: 0.23 px；Middlebury 上 DEFOM: 4.65 px），而迭代方法显示出可变的跨基准性能（ETH3D 上 IGEV++: 0.36 px 但 Middlebury 上 6.77 px；ETH3D 上 IGEV: 0.33 px 但 Middlebury 上 4.99 px）。在 Tree Branches 数据集上的定性评估确立了 DEFOM 作为植被深度估计的金标准基线，具有卓越的跨领域一致性（在基准测试中始终排名第 1-2 位，平均排名 1.75）。DEFOM 的预测将作为未来基准测试的伪地面真值。
引用
@article{arxiv.2601.19461,
title = {Towards Gold-Standard Depth Estimation for Tree Branches in UAV Forestry: Benchmarking Deep Stereo Matching Methods},
author = {Yida Lin and Bing Xue and Mengjie Zhang and Sam Schofield and Richard Green},
journal= {arXiv preprint arXiv:2601.19461},
year = {2026}
}