الانتقال الداخلي: تعلّم عمق الفيديو غير المراقب في البيئات الصعبة

في الآونة الأخيرة، حققت التعلم غير المراقب لاستخلاص العمق من الفيديوهات تقدماً ملحوظاً، وأصبحت نتائجه مماثلة للطرق المدربة بالكامل في المشاهد الخارجية مثل مجموعة بيانات KITTI. ومع ذلك، لا تزال هناك تحديات كبيرة عند تطبيق هذه التقنية مباشرة في البيئات الداخلية، مثل المناطق الواسعة التي لا تحتوي على نسيج (مثل الجدران البيضاء)، وحركة الحركة الذاتية المعقدة للكاميرا اليدوية، بالإضافة إلى الزجاج الشفاف والأجسام اللامعة. لتجاوز هذه المشكلات، نقترح نموذجاً تدريبياً جديداً يعتمد على تدفق البصري (optical flow)، والذي يقلل من صعوبة التعلم غير المراقب من خلال توفير هدف تدريبي أكثر وضوحاً ويعالج مناطق عدم وجود نسيج. تُظهر النتائج التجريبية أن أداء طريقة我们的 تُقارن بالطرق المدربة بالكامل على معيار NYU Depth V2. إلى أقصى معرفة لدينا، فإن هذه هي النتيجة الكمية الأولى التي تُبلغ عنها لطريقة تعلم غير مراقبة بالكامل على مجموعات بيانات داخلية.