论文笔记_S2D.48_2017-IEEE RAL_单视图和多视图深度融合

野性酷女 2022-11-20 01:52 397阅读 0赞

# 基本情况 #

*  题目：[Single-**view** and **multi**\-**view depth fusion**][Single-_view_ and _multi_-_view depth fusion]
 *  出处：Fácil J M, Concha A, Montesano L, et al. Single-view and multi-view depth fusion\[J\]. IEEE Robotics and Automation Letters, 2017, 2(4): 1994-2001.
 *  video: [https://www.youtube.com/watch?v=ipc5HukTb4k&feature=youtu.be][https_www.youtube.com_watch_v_ipc5HukTb4k_feature_youtu.be]

# 摘要 #

**单目序列**的密集和精确的三维映射是一项关键技术，在许多应用中仍然是一个开放的研究领域。这篇论文利用了基于**单视图卷积网络**(CNN)深度估计的最新结果，并将其与**多视图深度估计**相融合。这两种方法具有互补性。  
多视点深度是**高精度**的，但仅在高纹理区域和高视差情况下。单视图深度捕捉**中层区域的局部结构**，包括无纹理区域，但估计深度缺乏全局一致性。我们提出的单视图和多视图融合在几个方面具有挑战性。

*  首先，这两个深度都与**变形**有关，变形依赖于图像内容。
 *  其次，对于**低视差**的结构，高精度多视点的选择可能是困难的。

我们对这两个问题提出了自己的看法。我们在NYUv2和TUM的公共数据集中的结果表明，我们的算法优于单一和多视图方法。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoeWpoeXAxMQ_size_16_color_FFFFFF_t_70][]

# 介绍 #

从一般的单眼序列估计在线，准确和密集的3D场景重建是计算机视觉中的基本研究问题之一。如今，该问题具有高度的相关性，因为它是几个新兴应用市场（增强和虚拟现实，自动驾驶汽车和机器人技术）中的一项关键技术。现有技术是所谓的**直接映射方法**\[1\]，其通过基于若干视图中的对应像素之间的**光度误差**，通过最小化正则化的成本函数来估计图像深度。**多视点深度估计**的准确性主要取决于三个因素：

*  1）几何配置，**低视差**配置的精度较低；
 *  2）只能可靠地估计**高梯度像素的视图**之间的对应关系的质量；
 *  3）**正则化函数**，通常是总变化范数（Total Variation norm？），对于**较大的无纹理区域**而言是不准确的。

由于在**大**的**低梯度区域**上的这种较差的性能，有时仅在视觉直接SLAM的高梯度图像像素中估算半密集图（例如\[2\]）。这样的半密集图在高视差配置中是准确的，但不是所查看多个视角的完整模型。低视差配置在视觉SLAM文献中通常被忽略。

另一种方法是**单视图深度估计**，由于使用了深度卷积网络\[3\]，最近它的**精度有了质的提高**。对于高纹理和高视差点，其准确性仍低于多视图方法的准确性。但是，正如我们将在本文中争论的那样，深度卷积网络提高了多视图方法在低纹理区域的准确性，这是由于深度网络进行了**高层次的特征提取**，而不是多视图方法使用的**低层次的高梯度像素**。有趣的是，估计深度中的错误似乎是**局部**的，而不是全局相关的，因为它们来自深度学习功能。

本文的主要思想是

*  利用单视图和多视图深度图的信息来获得改进的深度，即使在**低视差**序列和**低梯度**区域中也是如此。

我们的贡献是

*  融合了这些互补深度估计的算法。

此任务有两个主要挑战。

*  首先，单视图估计的误差分布具有几种局部模式，因为它取决于图像内容，而不取决于几何结构。因此，单视图深度和多视图深度与内容依赖的变形（deformation）有关。
 *  其次，在处理包括高和低视差配置在内的一般情况时，对多视图准确性进行建模并非易事。

我们提出了

*  一种基于**加权的插值方法**，该方法基于多视图半密集深度的质量和影响区域，基于单视图局部结构的加权插值，

并在两个公共数据集（NYU和TUM）中评估其性能。结果表明，我们的融合算法相对于单个单视图和多视图方法均得到了改进。

本文的其余部分安排如下。第二节介绍了最相关的相关工作。第三节提出并详细介绍了用于单视图和多视图融合的算法。第四节介绍了我们的实验结果，最后，第五节包含了这项工作的结论。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoeWpoeXAxMQ_size_16_color_FFFFFF_t_70 1][]

[Single-_view_ and _multi_-_view depth fusion]: https://ieeexplore.ieee.org/abstract/document/7949041/
[https_www.youtube.com_watch_v_ipc5HukTb4k_feature_youtu.be]: https://www.youtube.com/watch?v=ipc5HukTb4k&feature=youtu.be
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoeWpoeXAxMQ_size_16_color_FFFFFF_t_70]: /images/20221120/5882023efae348c294130d959cf283f8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoeWpoeXAxMQ_size_16_color_FFFFFF_t_70 1]: /images/20221120/ef10379316a5438abb99840a40db8b36.png