歪み認識型自己更新デプスによる自己教師あり魚眼単眼深度推定

科学分野:

• コンピュータビジョン
• ロボティクス
• 機械学習

背景:

• 魚眼カメラは、自動運転などのアプリケーションに不可欠な広い視野を提供します。
• 既存の自己教師あり単眼深度推定手法は、魚眼画像の歪みに苦労しています。
• 正確な深度知覚は、シーンの理解とナビゲーションに不可欠です。

研究 の 目的:

• 魚眼カメラ向けの堅牢な自己教師あり単眼深度推定手法を開発すること。
• 魚眼レンズにおける深刻な画像歪みに起因する限界を克服すること。
• 困難な広角撮像シナリオにおける深度推定精度を向上させること。

主な方法:

• 粗いから細かいへの学習戦略を利用したDDS-Net（歪み認識型自己更新ネットワーク）を提案しました。
• 正確な特徴量マッチングのための歪み認識型魚眼コストボリューム構築モジュールを導入しました。
• 深度マップの反復的な洗練のための自己更新深度モジュールを実装しました。

主要な成果:

• DDS-Netは、3つの魚眼データセットすべてにおいて、14の最先端手法を大幅に上回りました。
• 歪み認識型コストボリュームは、深刻な歪みにもかかわらず、ピクセルレベルの深度キューを効果的に捉えます。
• 反復的な深度マップの更新は、推定精度を向上させます。

結論:

• DDS-Netは、自己教師あり魚眼単眼深度推定において大幅な進歩をもたらします。
• 提案されたモジュールは、魚眼画像に固有の歪み問題を効果的に軽減します。
• この手法は、広角カメラによる深度知覚のためのより信頼性の高いソリューションを提供します。