Depth Estimation
깊이 추정은 컴퓨터 비전의 한 과제로, 각 픽셀이 카메라와 상대적인 거리를 측정하는 것을 목표로 합니다. 이 과제는 단일 시점이나 입체 이미지에서 깊이 정보를 추출하며, 전통적인 방법은 다중 시점 기하학을 기반으로 하며, 새로운 방법은 회귀 손실을 최소화하거나 시퀀스에서 새로운 시점을 생성하도록 학습하여 깊이를 직접 추정합니다. 깊이 추정은 자율 주행, 로봇 네비게이션, 증강 현실 등 다양한 분야에서 중요한 응용 가치를 가지고 있으며, 일반적으로 사용되는 평가 지표로는 근사 제곱 오차(RMS)가 있으며, 주요 벤치마크 데이터셋으로는 KITTI와 NYUv2가 있습니다.
4D Light Field Dataset
LFattNet
Cityscapes test
SwinMTL
DCM
DIODE
AIP-Brown
eBDtheque
Bhattacharjee et al.
KITTI 2015
KITTI Eigen split
LightDepth
Mars DTM Estimation
GLPDepth
Matterport3D
UniFuse
NYU-Depth V2
EVP
ScanNet
Atlas (plain)
ScanNetV2
Distill Any Depth
Stanford2D3D Panoramic
Taskonomy
X-TC (Cross-Task Consistency)