MogaDepth: Fusión de Jerarquía de Características de Orden Múltiple para Estimación de Profundidad Monocular Ligera

Área de la Ciencia:

• Visión por Computadora
• Aprendizaje Automático

Sus antecedentes:

• La estimación de profundidad monocular es vital para la conducción autónoma y la realidad aumentada.
• Los métodos ligeros existentes a menudo pasan por alto las interacciones cruciales de las características semánticas de orden medio.

Objetivo del estudio:

• Introducir MogaDepth, una arquitectura ligera novedosa para mejorar la estimación de profundidad monocular.
• Mejorar la representación de características de nivel medio para una mayor precisión de la profundidad.

Principales métodos:

• Desarrolló el módulo de Agregación de Puerta de Orden Múltiple Continuo (CMOGA) para mejorar las características de nivel medio.
• Introdujo MambaSync para una comunicación eficiente de características globales-locales.
• Propuso MogaDepth, una arquitectura de red ligera y expresiva.

Principales resultados:

• MogaDepth logró un rendimiento competitivo o superior en el benchmark KITTI, mejorando las métricas de error.
• Superó a los métodos existentes en el benchmark Make3D, demostrando robustez a los cambios de dominio y escenarios desafiantes.
• Logró hasta un 13% más de velocidad de inferencia en dispositivos de borde sin comprometer el rendimiento.

Conclusiones:

• MogaDepth ofrece una solución eficaz y eficiente para la estimación de profundidad monocular en el mundo real.
• Los módulos propuestos CMOGA y MambaSync contribuyen significativamente a mejorar la precisión y eficiencia de la profundidad.