DCPI-Depth 无监督单目视频深度估计的挑战与解决方案 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 近年来，人们对于以无监督方式从单目视频中学习感知深度的兴趣日益浓厚。 这一领域的一个关键挑战是在具有挑战性的场景中实现健壮且准确的深度估计，尤其是在纹理较弱或存在动态物体的区域。 本研究通过深入探讨密集对应先验，为现有框架提供明确的几何约束，做出了三个主要贡献。第一个新颖之处在于上下文-几何深度一致性损失，它利用基于估计的自运动从密集对应三角测量的深度图来指导从上下文中学习深度感知，因为显式三角测量的深度图捕捉了像素间准确的相对距离。 第二个新颖之处来自于观察到光学流散度与深度梯度之间存在一种明确且可推导的关系。因此，设计了一种微分属性相关损失，以强调局部变化来细化 ………………………………