LightDepth: 교재 학습을 통한 진실값 희소성 대응을 위한 자원 효율적인 깊이 추정 접근법

신경망 기술의 발전으로 외부 환경의 깊이 추정과 같은 복잡한 컴퓨터 비전 과제를 사전에 없던 정확도로 해결할 수 있게 되었다. 깊이 추정 분야에서는 유망한 연구가 진행되어 왔다. 그러나 기존의 연구들은 계산 자원을 대규모로 소비하며, 로봇이나 드론과 같은 자율 장치의 자원 제약을 고려하지 않고 있다. 본 연구에서는 깊이 추정을 위한 빠르고 배터리 효율적인 접근법을 제안한다. 제안하는 방법은 깊이 추정을 위한 모델에 종속되지 않는 커리큘럼 기반 학습을 설계하였다. 실험 결과, 제안 모델은 최신 기술 수준의 모델과 비슷한 정확도를 달성하면서도 응답 시간에서는 다른 모델들보다 71% 우수한 성능을 보였다. 모든 코드는 https://github.com/fatemehkarimii/LightDepth 에 공개되어 있다.