摘要
我们提出了一种单目深度估计方法SC-Depth，该方法仅需未标注视频进行训练，即可在推理阶段实现尺度一致的深度预测。本工作的主要贡献包括：（i）提出一种几何一致性损失函数，用于惩罚相邻视图间预测深度之间的不一致性；（ii）设计一种自发现掩码机制，可自动定位违反静态场景假设的运动物体，从而在训练过程中抑制由此产生的噪声信号；（iii）通过详尽的消融实验验证了各组件的有效性，并在KITTI与NYUv2数据集上均取得了高质量的深度估计结果。此外，得益于尺度一致预测的能力，我们证明了所训练的单目深度网络可无缝集成至ORB-SLAM2系统中，显著提升其跟踪的鲁棒性与精度。所提出的混合伪RGBD SLAM方法在KITTI数据集上表现优异，且无需额外训练即可良好泛化至KAIST数据集。最后，我们提供了多个可视化演示，用于定性评估方法性能。
代码仓库
JiawangBian/sc_depth_pl
官方
pytorch
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| monocular-depth-estimation-on-kitti-eigen | SC-Depth (ResNet18) | Delta u003c 1.25: 0.863 Delta u003c 1.25^2: 0.957 Delta u003c 1.25^3: 0.981 RMSE: 4.950 RMSE log: 0.197 absolute relative error: 0.119 |
| monocular-depth-estimation-on-kitti-eigen | SC-Depth (ResNet 50) | Delta u003c 1.25: 0.873 Delta u003c 1.25^2: 0.960 Delta u003c 1.25^3: 0.982 RMSE: 4.706 RMSE log: 0.191 absolute relative error: 0.114 |
| monocular-depth-estimation-on-nyu-depth-v2-4 | Bian et al | Absolute relative error (AbsRel): 0.157 Root mean square error (RMSE): 0.593 delta_1: 78.0 delta_2: 94.0 delta_3: 98.4 |