要約
単眼深度推定のための新規アルゴリズムを提案する。本手法は、メトリック深度マップを正規化深度マップとスケール特徴に分解する点が特徴である。提案するネットワークは、共通のエンコーダと、勾配マップ（G-Net）、正規化深度マップ（N-Net）、メトリック深度マップ（M-Net）をそれぞれ推定する3つのデコーダから構成されている。M-Netは、G-NetおよびN-Netによって抽出された相対的深度特徴を活用して、より正確なメトリック深度を推定する能力を学習する。本アルゴリズムの利点は、メトリック深度ラベルを付与されていないデータセットを用いても、メトリック深度推定の性能を向上させることができることである。複数のデータセットにおける実験結果から、本手法は最先端のアルゴリズムと比較しても競争力のある性能を示すだけでなく、訓練に用いるメトリック深度データが少量でも、妥当な結果を達成できることを確認した。