朝向自监督深度估计中更清晰的物体边界

于红博

摘要: 准确的单目深度估计对于3D场景理解至关重要，但现有方法通常在物体边界处模糊深度，引入虚假的中间3D点。通常，要实现清晰的边缘，需要非常精细的监督，而我们的方法仅使用自监督就能产生清晰的深度不连续性。具体来说，我们将每个像素的深度建模为混合分布，捕捉多个可能的深度并将不确定性从直接回归转移到混合权重上。这种表述通过方差感知损失函数和不确定性传播无缝集成到现有流程中。在KITTI和VKITTIv2上进行了广泛评估，结果显示我们的方法在边界清晰度方面提高了高达35%，并改善了点云质量，相比于现有基线取得了显著的进步。

更新时间: 2025-09-19 13:53:51

领域: cs.CV,cs.AI,cs.RO

下载: http://arxiv.org/abs/2509.15987v1