Fusión Adaptativa de Profundidad de Vista Única y Múltiple para Conducción Autónoma

La estimación de profundidad de múltiples vistas ha logrado un rendimiento impresionante en varios puntos de referencia. Sin embargo, casi todos los sistemas de múltiples vistas actuales dependen de posiciones de cámara ideales dadas, las cuales no están disponibles en muchos escenarios del mundo real, como la conducción autónoma. En este trabajo, proponemos un nuevo punto de referencia de robustez para evaluar el sistema de estimación de profundidad bajo diversas configuraciones de posiciones ruidosas. Sorprendentemente, encontramos que los métodos actuales de estimación de profundidad de múltiples vistas o los métodos de fusión de vista única y múltiple fallan cuando se les dan configuraciones de posición ruidosa. Para abordar este desafío, proponemos un sistema de estimación de profundidad fusionado de vista única y múltiple, que integra de forma adaptativa resultados de alta confianza de múltiples vistas y de vista única para estimaciones de profundidad tanto robustas como precisas. El módulo de fusión adaptativa realiza la fusión seleccionando dinámicamente regiones de alta confianza entre dos ramas en función de un mapa de confianza envolvente. Así, el sistema tiende a elegir la rama más confiable al enfrentarse a escenas sin texturas, calibraciones inexactas, objetos dinámicos y otras condiciones de degradación o difíciles. Nuestro método supera a los métodos de múltiples vistas y fusión de última generación en pruebas de robustez. Además, logramos un rendimiento de última generación en puntos de referencia desafiantes (KITTI y DDAD) cuando se nos dan estimaciones de posición precisas. Sitio web del proyecto: https://github.com/Junda24/AFNet/.