2ヶ月前

単一画像と疎な範囲からの高密度深度推定(DDP)

Yanchao Yang; Alex Wong; Stefano Soatto
単一画像と疎な範囲からの高密度深度推定(DDP)
要約

私たちは、画像に関連する高密度深度マップの事後分布を推論する深層学習システムを提案します。このシステムは、LiDAR(ライダー)などから得られる疎な距離測定値を利用します。LiDARは画像の一部のピクセルに対してのみ深度値を提供する場合がありますが、訓練データセットに反映された規則性を利用してマップを完成させ、画像内の各ピクセルに対して深度の確率を持つようにします。私たちは条件付き事前ネットワーク(Conditional Prior Network)を使用し、これにより画像に基づいて各深度値に確率を関連付けることが可能となります。そして、疎な測定値を使用した尤度項と組み合わせます。また、訓練時にステレオ画像の利用も選択的に可能です。ただし、実行時には単一の画像と疎な点群のみが必要です。私たちのアプローチは、KITTIベンチマークを使用して無教師および有教師深度補完の両方でテストされ、両分野において最先端の性能を向上させました。

単一画像と疎な範囲からの高密度深度推定(DDP) | 最新論文 | HyperAI超神経