초록
단안 깊이 추정을 위한 새로운 알고리즘을 제안한다. 이 알고리즘은 메트릭 깊이 맵을 정규화된 깊이 맵과 스케일 특징으로 분해한다. 제안하는 네트워크는 공유 인코더와 세 개의 디코더인 G-Net, N-Net, M-Net으로 구성되며, 각각 경사도 맵, 정규화된 깊이 맵, 메트릭 깊이 맵을 추정한다. M-Net은 G-Net과 N-Net이 추출한 상대 깊이 특징을 이용하여 메트릭 깊이를 더 정확하게 추정하도록 학습한다. 제안하는 알고리즘의 장점은 메트릭 깊이 레이블이 없는 데이터셋을 활용하여 메트릭 깊이 추정 성능을 향상시킬 수 있다는 점이다. 다양한 데이터셋에서 수행한 실험 결과는 제안된 알고리즘이 최신 기술 수준의 알고리즘과 경쟁 가능한 성능을 제공할 뿐만 아니라, 학습에 사용 가능한 메트릭 깊이 데이터가 적은 경우에도 만족스러운 결과를 도출함을 보여준다.