面向CPU上实时无监督单目深度估计

从单幅图像进行无监督深度估计是一项极具吸引力的技术，在机器人、自主导航、增强现实等领域具有多种应用。该任务极具挑战性，深度学习的出现使得以优异结果攻克此问题成为可能。然而，这些架构极为深层且复杂。因此，实时性能仅能借助高功耗GPU实现，无法在具有低功耗约束的应用领域中推断深度图。为解决此问题，本文提出一种新颖架构，能够利用从单张输入图像提取的特征金字塔，在CPU（甚至是嵌入式系统）上快速推断精确深度图。类似于当前最优方法，我们以无监督方式训练网络，将深度估计构建为图像重建问题。在KITTI数据集上的大量实验结果表明，与性能最佳的方法相比，我们的网络精度相近但复杂度大幅降低（参数量约为6%），能够在Raspberry Pi 3上以约1.7秒推断一幅KITTI图像深度图，在标准CPU上超过8 Hz。此外，通过以精度换取效率，我们的网络可分别以约2 Hz和40 Hz推断深度图，且仍比多数当前最优的较慢方法更精确。据我们所知，这是首个在CPU上实现此类性能的方法，为无监督单目深度估计即使在嵌入式系统上的有效部署铺平了道路。