基于双网络的无监督高分辨率视频深度学习
计算机视觉与模式识别
2019-10-22 v1
摘要
无监督深度学习以目标视图与由相邻帧合成的视图之间的外观差异作为监督信号。由于监督信号仅来自图像本身，训练数据的分辨率显著影响性能。高分辨率图像包含更多细粒度细节并提供更精确的监督信号。然而，受限于内存与计算能力，原始图像在训练时通常被下采样，这导致细节与视差精度的严重损失。为充分挖掘高分辨率数据所含信息，我们提出一种简洁而有效的双网络架构，可直接以高分辨率图像作为输入并高效生成高分辨率、高精度的深度图。我们还提出一种自组装注意力（SA-Attention）模块以处理低纹理区域。在基准 KITTI 与 Make3D 数据集上的评估表明，我们的方法在单目深度估计任务中取得了最先进（state-of-the-art）的结果。
引用
@article{arxiv.1910.08897,
title = {Unsupervised High-Resolution Depth Learning From Videos With Dual Networks},
author = {Junsheng Zhou and Yuwang Wang and Kaihuai Qin and Wenjun Zeng},
journal= {arXiv preprint arXiv:1910.08897},
year = {2019}
}
备注
Accepted by ICCV2019