MonoIndoor: نحو ممارسة جيدة لتقدير العمق الأحادي المعتمد على التعلم ذاتيًا في البيئات الداخلية

يُعد تقدير العمق ذاتيًا في البيئات الداخلية أكثر تحديًا من نظيره في البيئات الخارجية من حيث جوانب متعددة على الأقل، ومنها: (أ) يختلف مدى العمق في التسلسلات الداخلية بشكل كبير بين الإطارات المختلفة، مما يجعل من الصعب على شبكة العمق استخلاص إشارات عمق متسقة، في حين أن أقصى مسافة في المشاهد الخارجية تبقى غالبًا ثابتة، لأن الكاميرا ترى عادةً السماء؛ (ب) تحتوي التسلسلات الداخلية على حركات دورانية أكثر بكثير، مما يُعَقِّل عمل شبكة التوجيه، بينما تكون الحركات في التسلسلات الخارجية غالبًا ترجمية (انتقالية)، خاصةً في مجموعات بيانات القيادة مثل KITTI. في هذه الورقة، تم اتخاذ اعتبارات خاصة لهذه التحديات، وتم تجميع مجموعة من الممارسات الجيدة لتحسين أداء تقدير العمق الأحادي ذاتيًا في البيئات الداخلية. يتكوّن المنهج المقترح بشكل رئيسي من وحدتين جديدتين، وهما: وحدة تحليل العمق (depth factorization module) ووحدة تقدير التوجيه المتبقية (residual pose estimation module)، حيث صُمّمت كل منهما لمعالجة التحديات المذكورة سابقًا على التوالي. وقد أُظهرت فعالية كل وحدة من خلال دراسة تحليلية دقيقة (ablation study) وتمثيل الأداء المتميز على مستوى الحد الأقصى في ثلاث مجموعات بيانات داخلية، وهي: EuRoC وNYUv2 و7-scenes.