تعلم العمق والحركة الذاتية بدون إشراف من الفيديو

نقدم إطارًا للتعلم غير المشرف للمهمة المتعلقة بتقدير العمق من كاميرا واحدة وحركة الكاميرا من تسلسلات فيديو غير منظمة. نحقق هذا الهدف من خلال تدريب شبكات تقدير العمق ووضع الكاميرا بشكل متزامن باستخدام مهمة التركيب البصري كإشارة إشراف. وبالتالي، يتم ربط الشبكات عبر هدف التركيب البصري أثناء التدريب، ولكن يمكن تطبيقها بشكل مستقل عند الاختبار. يظهر التقييم التجريبي على مجموعة بيانات KITTI فعالية نهجنا: 1) تقدير العمق من كاميرا واحدة يؤدي بشكل مماثل للطرق المشرف عليها التي تستخدم إما وضع الكاميرا الحقيقي أو العمق للتدريب، و2) تقدير الوضع يؤدي بشكل أفضل من أنظمة SLAM المعروفة تحت إعدادات الإدخال المقارنة.