초록
단일 카메라 깊이 예측은 3D 장면 기하학을 이해하는 데 중요한 역할을 합니다. 최근의 방법들은 픽셀 단위 상대 오차와 같은 평가 지표에서 놀라운 진전을 이루었지만, 대부분의 방법은 3D 공간 내의 기하 제약 조건을 간과하고 있습니다. 본 연구에서는 깊이 예측에 있어 고차원 3D 기하 제약 조건의 중요성을 보여줍니다. 재구성된 3D 공간에서 임의로 샘플링된 세 점으로 결정되는 가상 법선 방향이라는 간단한 형태의 기하 제약 조건을 강제하는 손실 항을 설계함으로써, 우리는 깊이 예측 정확도를 크게 향상시킬 수 있었습니다. 특히, 이 예측 깊이가 충분히 정확해짐에 따라 이제는 새로운 하위 모델을 학습할 필요 없이 깊이로부터 포인트 클라우드와 표면 법선 등 장면의 좋은 3D 구조를 직접 복원할 수 있게 되었습니다. NYU Depth-V2와 KITTI 두 벤치마크에서 수행한 실험은 우리 방법의 효과성을 입증하며, 최신 성능을 달성하였습니다.