WideDepth：针对鱼眼深度估计的毫米级精度基准
计算机视觉与模式识别
2026-05-26 v1 机器人学
摘要
鱼眼摄像机日益被用于机器人技术中的近场操作、导航和沉浸式感知，但目前仍缺乏具有准确真实值的室内深度基准数据集。为此，我们引入WideDepth——首个针对鱼眼深度估计的室内数据集，包含101个场景，拥有5000组高分辨率立体对数据，标注精度达到毫米级。数据集还包含了在水平和垂直立体配置下，具有不同视场和基线的针孔摄像机与鱼眼摄像机配对样本。我们进一步提出了一种将针孔训练立体模型适配鱼眼图像的方法，并引入了基于高分辨率激光扫描数据的新型鱼眼图像生成管道。依托这些方法，我们在本基准上全面评估了最新单目深度、立体匹配和深度完成模型。此外，我们提供了18000组LiDAR衍生稀疏深度训练样本，在鱼眼数据上微调针孔式立体模型可实现最高达62%的性能提升。总体而言，我们基准的高精度和多样性为推动鱼眼深度估计和机器人感知研究的进一步发展奠定了坚实基础。项目页面：https://ilyaind.github.io/WideDepth
引用
@article{arxiv.2605.24074,
title = {WideDepth: Millimeter-Accurate Benchmark for Fisheye Depth Estimation},
author = {Ilia Indyk and Ignat Penshin and Ivan Sosin and Maxim Monastyrny and Aleksei Valenkov and Ilya Makarov},
journal= {arXiv preprint arXiv:2605.24074},
year = {2026}
}
备注
Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026