Estimation de profondeur monoculaire
L'estimation de profondeur monoculaire consiste à estimer la valeur de profondeur de chaque pixel par rapport à la caméra à partir d'une seule image RGB. Cette tâche est un prérequis essentiel pour la compréhension des scènes dans des applications telles que la reconstruction de scènes 3D, la conduite autonome et la réalité augmentée. Les méthodes actuelles courantes incluent la conception de réseaux complexes pour regressed directement les cartes de profondeur, ou le segmentage de l'entrée en plusieurs intervalles afin de réduire la complexité computationnelle. Les métriques d'évaluation courantes comprennent l'Erreur Quadratique Moyenne (EQM) et l'Erreur Relative Absolue (ERA).
NYU-Depth V2
HybridDepth
KITTI Eigen split
SPIDepth
KITTI Eigen split unsupervised
SPIDepth(MS+1024x320)
ETH3D
Distill Any Depth
NYU-Depth V2 self-supervised
IndoorDepth
Make3D
GCNDepth
Mid-Air Dataset
DDAD
AFNet
IBims-1
Miangoleh et al. (SGR)
SCARED-C
AF-SfMLearner
Cityscapes
SwinMTL
SUN-RGBD
VA (Virtual Apartment)
DistDepth
KITTI
MonoViT
Middlebury 2014
Miangoleh et al. (MiDaS)
Cityscapes 3D
TaskPrompter
DIML Outdoor
DIODE Indoor
DIODE Outdoor
ScaleDepth-NK
Hypersim
KITTI Object Tracking Evaluation 2012
PackNet-SfM
Matterport3D
UASOL
Virtual KITTI 2