SliceNet: 단일 실내 파노라마로부터 슬라이스 기반 표현을 사용한 딥 밀도 깊이 추정

단일 단안 내부 패노라마에서 깊이 맵을 추정하기 위한 새로운 딥 신경망을 제안한다. 이 네트워크는 등각 투영(equirectangular projection) 형식의 입력을 직접 처리하며, 실내 360도 이미지의 특성을 효과적으로 활용한다. 인공 구조물로 구성된 실내 환경에서 중력이 설계 및 구조에 중요한 역할을 한다는 사실에 착안하여, 구면의 수직 단면(slices)으로 장면을 컴팩트하게 표현하고, 이러한 단면 간의 장기적 및 단기적 관계를 활용하여 등각 투영 깊이 맵을 복원한다. 본 연구의 설계는 깊이 있는 네트워크에서도 추출된 특징에서 고해상도 정보를 유지할 수 있도록 한다. 실험 결과, 특히 실제 세계 데이터에 대해 현재 최고 수준의 기술들에 비해 예측 정확도에서 뛰어난 성능을 보였다.