Advancing Self-supervised Monocular Depth Learning with Sparse LiDAR
这篇paper与无监督的深度估计又有一点不同,本质上是一个无监督深度补全的任务,但是这个任务本身的研究就比较少又有相当的拓展前景,因而同样值得了解。
Architecture
概念上的要点 - 这是一个二阶段的自监督网络,并不需要稠密深度或者完整点云进行监督 - 输入网络的点云从64线中采样4线
设计与前文的连接与大致思想:
- 与Monodepth2一致,通过posenet和depthnet完成一个基础的监督.
- 使用Plidar++中的 GDC (graph-based depth correction)算法直接根据稀疏点云优化稠密的深度估计; 但是为了整个推理过程的实时性,使用额外的refinenet去拟合这个GDC的优化过程,这个refinenet由GDC监督.
Pseudo Dense Representations (PDR):
PDR由两个channel组成
- 深度
- 置信度.
GDC
GDC采用的是PLiDAR++ 的方法. 代码