
摘要
我们提出一种基于相对深度图的单目深度估计新算法。首先,利用卷积神经网络在多个尺度上估计区域对之间的相对深度以及常规深度;其次,基于成对比较矩阵的秩-1特性,从选择性估计的数据中恢复相对深度图;第三,将常规深度图与相对深度图分解为多个分量,并通过最优重组方式重建最终的深度图。实验结果表明,所提出的算法在深度估计性能上达到了当前最优水平。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| monocular-depth-estimation-on-nyu-depth-v2 | RelativeDepth | RMSE: 0.538 |