4 个月前

用于一致的自监督单目深度和自我运动估计的姿态约束

用于一致的自监督单目深度和自我运动估计的姿态约束

摘要

自监督单目深度估计方法不仅受到尺度模糊性的影响,还推断出随时间变化在尺度上不一致的深度图。虽然在训练过程中没有某种形式的真实值监督就无法消除尺度模糊性,但若能实现尺度一致的深度预测,则可以在推理阶段作为后处理步骤计算一次尺度,并在整个过程中使用。为此,引入了一组最小化姿态随时间变化不一致性的时序一致性损失函数。评估结果表明,引入这些约束不仅减少了深度的不一致性,还提高了深度和自我运动预测的基本性能。

代码仓库

zshn25/pc4consistentdepth
官方
pytorch
GitHub 中提及

基准测试

基准方法指标
egocentric-pose-estimation-on-kitti-odometrypc4consistentdepth
Absolute Trajectory Error [m]: 0.014
monocular-depth-estimation-on-kitti-eigen-1pc4consistentdepth
absolute relative error: 0.113

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供