无监督单目深度感知：关注运动物体
计算机视觉与模式识别
2021-08-31 v1 机器人学
摘要
作为灵活的无源三维感知手段，从单目视频中无监督学习深度正成为一个重要研究课题。它利用目标视图与其相邻源视图合成视图之间的光度误差作为损失，而非与真值的差异。尽管近期取得显著进展，真实场景中的遮挡与场景动态仍对学习效果产生不利影响。本文中，我们表明刻意操纵光度误差可更高效地处理这些困难。我们首先提出一种离群点掩蔽技术，将光度误差图中被遮挡或动态的像素视为统计离群点。借助该离群点掩蔽，网络能更准确地学习相对于相机反向运动物体的深度。据我们所知，此类情况在先前工作中未被认真考虑，尽管它们在自动驾驶等应用中构成高风险。我们还提出一种高效的加权多尺度方案，以减少预测深度图中的伪影。在 KITTI 数据集上的大量实验及在 Cityscapes 数据集上的补充实验验证了所提方法在深度或自运动估计上的有效性。此外，我们首次针对动态物体区域与静态背景区域分别评估了有监督与无监督方法的预测深度。该评估进一步验证了所提技术方法的有效性，并给出了一些可能启发未来该方向研究的有趣观察。
引用
@article{arxiv.2108.13062,
title = {Unsupervised Monocular Depth Perception: Focusing on Moving Objects},
author = {Hualie Jiang and Laiyan Ding and Zhenglong Sun and Rui Huang},
journal= {arXiv preprint arXiv:2108.13062},
year = {2021}
}
备注
Accepted by IEEE Sensors Journal. arXiv admin note: text overlap with arXiv:2003.01360