모바일 기기에서의 실시간 스테레오 이미지 깊이 추정

로봇공학에서 입체 깊이 추정의 많은 응용 분야가 실시간으로 정확한 불일치도 지도를 생성해야 하는데, 이는 상당한 계산 제약 조건 하에서 이루어져야 합니다. 현재 최신 알고리즘은 정확한 매핑을 느린 속도로 생성하거나, 빠르게 생성하지만 부정확한 매핑을 선택하도록 강제하고 있으며, 또한 이러한 방법들은 일반적으로 전력이나 메모리가 제약된 장치에서 사용하기에는 너무 많은 매개변수를 필요로 합니다. 이러한 단점을 해결하기 위해 우리는 언제든 설정에서 불일치도 예측을 위한 새로운 접근 방식을 제안합니다. 기존 연구와 달리, 우리의 단계별 학습 접근 방식은 추론 시에 계산과 정확성 사이의 균형을 맞출 수 있습니다. 깊이 추정은 여러 단계를 거쳐 수행되며, 이 과정 중 언제든지 모델에 질의하여 현재 가장 좋은 추정 값을 출력할 수 있습니다. 우리의 최종 모델은 NVIDIA Jetson TX2 모듈에서 1242×375 해상도 이미지를 10-35 FPS 범위 내에서 처리할 수 있으며, 오류 증가가 미미한 수준입니다 -- 가장 경쟁력 있는 기준선보다 두 자릿수 적은 매개변수를 사용합니다. 소스 코드는 https://github.com/mileyan/AnyNet 에서 제공됩니다.