تعلم الاستريو، استدلال الأحادي: شبكات سيامية للتقدير الذاتي غير المشرف للعمق الأحادي

حققت تقنية التقدير الذاتي للعمق الأحادي البؤرة تقدمًا كبيرًا في السنوات الأخيرة. ومع ذلك، فإن معظم الطرق تفترض توفر بيانات ثنائية البؤرة أثناء التدريب ولكنها غالبًا ما تستغلها بشكل غير كافٍ وتعتبرها إشارة مرجعية فقط. نقترح هنا نهجًا ذاتي الرقابة جديدًا يستخدم الصور اليمنى واليسرى بالتساوي أثناء التدريب، ولكنه يمكن استخدامه مع صورة مدخل واحدة فقط في وقت الاختبار لتقدير العمق الأحادي البؤرة. يتكون هيكل شبكتنا التوأم (Siamese) من شبكة توأمية مزدوجة، حيث تتعلم كل شبكة منها توقع خريطة الاختلاف من صورة واحدة. ومع ذلك، في وقت الاختبار، يتم استخدام أحد هاتين الشبكتين فقط لاستنتاج العمق. نعرض نتائج رائدة على مقاييس المعيار القياسي KITTI Eigen split بالإضافة إلى كوننا الطريقة الذاتية الرقابية ذات التقييم الأعلى على المعيار الجديد KITTI للصورة الواحدة. لإظهار قدرة طرقنا على التعميم إلى مجموعات بيانات جديدة، نوفر أيضًا نتائج على مقياس Make3D، والذي لم يتم استخدامه أثناء التدريب.