Depth Estimation
تقدير العمق هو مهمة في رؤية الحاسوب تهدف إلى قياس المسافة لكل بكسل بالنسبة للكاميرا. تقوم هذه المهمة باستخراج معلومات العمق من الصور الأحادية أو الثنائية، حيث تعتمد الطرق التقليدية على الهندسة متعددة المناظر، بينما تستخدم الطرق الجديدة تقدير العمق مباشرة من خلال تقليل خسارة الانحدار أو التعلم لتوليد مناظر جديدة من سلاسل الصور. له قيمة تطبيقية كبيرة في مجالات مثل القيادة الذاتية، وتنقل الروبوتات، والواقع المعزز، ومن بين مقاييس التقييم الشائعة خطأ الجذر التربيعي المتوسط (RMS)، والقواعد الرئيسية للبيانات تشمل KITTI و NYUv2.
4D Light Field Dataset
LFattNet
Cityscapes test
SwinMTL
DCM
DIODE
AIP-Brown
eBDtheque
Bhattacharjee et al.
KITTI 2015
KITTI Eigen split
LightDepth
Mars DTM Estimation
GLPDepth
Matterport3D
UniFuse
NYU-Depth V2
EVP
ScanNet
Atlas (plain)
ScanNetV2
Distill Any Depth
Stanford2D3D Panoramic
Taskonomy
X-TC (Cross-Task Consistency)