摘要

除了从单个图像中进行深度估计外，单目线索在更广泛的深度推断应用和场景中也具有重要作用——例如，当可以利用其他可用的深度线索来提高精度时。目前，不同的应用通过不同的专用网络来解决，这些网络针对各自的应用分别进行训练。相反，我们提出了一种多功能的任务无关单目模型，该模型根据输入的彩色图像输出场景深度的概率分布，作为基于局部条件VAE（变分自编码器）的输出样本近似。我们展示了这种分布式输出可以在不同场景中用于多种推断任务，而无需为每个应用重新训练。在一系列多样化的应用（如深度补全、用户引导估计等）中，我们的通用模型能够产生高精度的结果——与依赖于特定应用网络的最先进方法相当或超越。