面向关键点引导的自监督深度估计
计算机视觉与模式识别
2020-11-09 v1
摘要
本文提出使用关键点作为自监督线索，从一组输入图像中学习深度图估计。由于真实图像的地面真实深度难以获取，已有许多无监督与自监督的深度估计方法被提出。这些无监督方法大多利用深度图与自运动估计将当前图像的像素重投影到图像集合中的相邻图像，并基于对应原始像素与重投影像素间的像素强度差异来评估深度与自运动估计。我们不直接重投影单个像素，而是提出先在两幅图像中选取图像关键点，再对两幅图像的对应关键点进行重投影与比较。关键点应良好地描述显著图像特征。通过训练带与不带关键点提取技术的深度模型，我们表明使用关键点可改进深度估计学习。我们还提出了关键点引导的运动恢复结构问题学习的若干未来方向。
引用
@article{arxiv.2011.03091,
title = {Towards Keypoint Guided Self-Supervised Depth Estimation},
author = {Kristijan Bartol and David Bojanic and Tomislav Petkovic and Tomislav Pribanic and Yago Diez Donoso},
journal= {arXiv preprint arXiv:2011.03091},
year = {2020}
}