摘要
在本文中，我們提出了MonoRec，一種半監(jiān)督的單目密集重建架構(gòu)，該方案可在動態(tài)環(huán)境中根據(jù)單個移動攝像機預(yù)測深度圖。MonoRec提出了一種新型的多階段訓(xùn)練方案，該方案可以不需要LiDAR深度值的半監(jiān)督損失公式。在KITTI數(shù)據(jù)集上仔細(xì)評估了MonoRec，并表明與多視圖和單視圖方法相比，它具有最先進的性能。通過在KITTI上訓(xùn)練的模型，我們進一步證明了MonoRec能夠很好地推廣到牛津RobotCar數(shù)據(jù)集和手持?jǐn)z像機記錄的更具挑戰(zhàn)性的TUM-Mono數(shù)據(jù)集上

相關(guān)工作與主要貢獻
多視圖立體視覺（MVS）方法基于具有已知姿勢的一組圖像來估計3D環(huán)境的稠密點云。在過去的幾年中，基于經(jīng)典的優(yōu)化方法已經(jīng)開發(fā)出很多種方案來解決MVS問題。
基于單目的深度預(yù)測僅依賴于單個圖像，單目深度預(yù)測通常在訓(xùn)練期間仍然消耗視頻序列或立體圖像。它的目的是解決與本文提出的類似的問題，即對包括靜態(tài)和動態(tài)對象的3D場景進行稠密點云重構(gòu)。
為了結(jié)合具有深度的MVS和單目深度預(yù)測的優(yōu)勢，我們提出了MonoRec，這是一種新穎的單目密集重建架構(gòu)，由MaskModule和DepthModule組成。使用成本量對來自多個連續(xù)圖像的信息進行編碼，這些成本量是基于結(jié)構(gòu)相似性指標(biāo)度量（SSIM）而不是像以前的工作一樣基于絕對差之和（SAD）構(gòu)建的。MaskModule能夠識別運動像素并降低成本量中的相應(yīng)體素。因此，與其他MVS方法相比，MonoRec不受移動物體上的偽影的影響，因此可提供靜態(tài)和動態(tài)物體的準(zhǔn)確深度估計。與KITTI數(shù)據(jù)集上的其他MVS和單目深度預(yù)測方法相比，通過提出的多階段訓(xùn)練方案，MonoRec可以實現(xiàn)最先進的性能。下圖顯示了該方法生成的密集點云

總結(jié)

以上是生活随笔為你收集整理的MonoRec：无需激光雷达，只需单个相机就可以实现三维场景的稠密重建的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。