自己教師付きモノクロ深度学習の進展：スパースLiDARを活用して

自己教師あり単眼深度推定は、各画素の3次元位置をコスト効率よく取得するための有効な手法である。しかし、従来の手法は自動運転ロボットにとって重要な精度において満足のいく結果をもたらさないことが一般的である。本論文では、低コストなスパース（例：4ビーム）LiDARを活用することで、自己教師あり単眼深度学習の精度を向上させる新たな二段階型ネットワーク「FusionDepth」を提案する。既存の手法がスパースLiDARを主に時間のかかる反復後処理に用いるのに対し、本モデルは単眼画像特徴とスパースLiDAR特徴を統合し、初期深度マップを予測する。その後、リアルタイム性能を維持しつつ、擬似3次元空間でこれらの初期深度マップの誤差を効率的な前向き推論ネットワークにより補正する。広範な実験の結果、本モデルは自己教師あり単眼深度推定および深度補完タスクにおいて、すべての最先端の自己教師あり手法およびスパースLiDARに基づく手法を顕著に上回ることが示された。正確な密な深度推定を実現した本モデルは、KITTIリーダーボードにおける単眼3次元物体検出という下流タスクにおいて、最先端のスパースLiDARベース手法（Pseudo-LiDAR++）を68%以上上回った。コードは https://github.com/AutoAILab/FusionDepth で公開されている。