摘要
从单张图像中准确估计深度是一个具有挑战性的任务，因为这是一个病态问题（ill-posed problem），即无数个3D场景可以投影到同一个2D场景上。然而，基于深度卷积神经网络的最新研究显示了显著的进步，并取得了合理的结果。卷积神经网络通常由两部分组成：一个用于密集特征提取的编码器和一个用于预测所需深度的解码器。在编码器-解码器方案中，重复的步幅卷积层和空间池化层会降低中间输出的空间分辨率，因此采用了跳过连接（skip connections）或多层反卷积网络等技术来恢复原始分辨率，以实现有效的密集预测。本文提出了一种新的网络架构，在解码阶段的多个阶段引入了新颖的局部平面引导层（local planar guidance layers），以便更有效地将密集编码的特征引导至所需的深度预测。我们通过在具有挑战性的基准数据集上的评估表明，所提出的方法显著优于现有最先进方法。此外，我们还提供了消融研究的结果，以验证所提方法的有效性。