原创力文档摘要
深度估计是计算机视觉研究中的一个核心领域，在自动驾驶、现实增强和三维重建领
域有着重大的作用。基于深度学习的深度估计方法已经成为目前深度估计领域的主流方法。
在基于深度学习的单目深度估计方法分为有监督的单目深度估计方法和自监督的单目深
度估计方法。有监督的深度估计方法需要带有深度标签的配对数据，依赖于大量标注数据
导致研究成本的大幅度提升，并且模型的效果限制于标签数据的质量。
本文考虑采用自监督的单目深度估计方法利用单个图像的自身信息来进行深度估计，
而无需深度标签。但在现有的自监督单目
摘要
深度估计是计算机视觉研究中的一个核心领域，在自动驾驶、现实增强和三维重建领
域有着重大的作用。基于深度学习的深度估计方法已经成为目前深度估计领域的主流方法。
在基于深度学习的单目深度估计方法分为有监督的单目深度估计方法和自监督的单目深
度估计方法。有监督的深度估计方法需要带有深度标签的配对数据，依赖于大量标注数据
导致研究成本的大幅度提升，并且模型的效果限制于标签数据的质量。
本文考虑采用自监督的单目深度估计方法利用单个图像的自身信息来进行深度估计，
而无需深度标签。但在现有的自监督单目
文档评论（0）