Key points are not available for this paper at this time.
Le succès de l'estimation de profondeur monoculaire repose sur des ensembles d'entraînement larges et diversifiés. En raison des défis associés à l'acquisition de profondeur à vérité terrain dense dans différents environnements à grande échelle, un certain nombre de jeux de données avec des caractéristiques et des biais distincts ont émergé. Nous développons des outils permettant de mélanger plusieurs jeux de données pendant l'entraînement, même si leurs annotations sont incompatibles. En particulier, nous proposons un objectif d'entraînement robuste qui est invariant aux changements de gamme de profondeur et d'échelle, préconisons l'utilisation d'un apprentissage multi-objectifs de manière raisonnée pour combiner des données provenant de différentes sources, et soulignons l'importance du pré-entraînement des encodeurs sur des tâches auxiliaires. Munis de ces outils, nous expérimentons avec cinq ensembles d'entraînement divers, y compris une nouvelle source de données massive : les films 3D. Pour démontrer le pouvoir de généralisation de notre approche, nous utilisons le transfert inter-dataset sans apprentissage, c'est-à-dire que nous évaluons sur des ensembles de données qui n'ont pas été vus pendant l'entraînement. Les expériences confirment que le mélange de données provenant de sources complémentaires améliore considérablement l'estimation de profondeur monoculaire. Notre approche dépasse clairement les méthodes concurrentes sur divers jeux de données, établissant un nouvel état de l'art pour l'estimation de profondeur monoculaire. Certains résultats sont montrés dans la vidéo complémentaire à https://youtu.be/D46FzVyL9I8.
Ranftl et al. (mar,) ont étudié cette question.