FlexDepth

新模型提升自动驾驶自监督深度估计能力

研究人员开发了两种新方法来改进驾驶场景下的自监督单目深度估计。FlexDepth引入了一个灵活的模型族，具有尺度驱动的解码器和两阶段训练策略，可独立处理静态和动态元素，以最小的计算开销实现了最先进的性能。另一方面，DrivingDepth通过使用稀疏LiDAR数据作为提示来校准冻结的基础模型，专注于纠正深度估计中的几何-尺度冲突，在保持密集视觉几何的同时实现了卓越的度量精度和一致性。