摘要
全方位三维信息在虚拟现实、自动驾驶、机器人等多个领域中具有至关重要的作用。本文提出了一种新型、与模型无关的两阶段框架，用于全方位单目深度估计。所提出的PanoDepth框架以一张360度全景图像作为输入，在第一阶段生成一个或多个合成视图，随后将原始图像与合成图像共同输入至后续的立体匹配阶段。在第二阶段，我们设计了一种可微分的球面投影层（Differentiable Spherical Warping Layer），高效且有效地处理全方位立体几何关系。通过在立体匹配阶段引入显式的基于立体的几何约束，PanoDepth能够生成密集且高质量的深度图。我们进行了大量实验与消融研究，全面评估了PanoDepth整体框架以及各阶段模块的性能表现。实验结果表明，PanoDepth在360度单目深度估计任务中显著优于现有最先进方法。