单目深度估计综述

大家好，欢迎来到IT知识分享网。

注： 研究方向为depth estimation，欢迎同一个方向的加入QQ群(602708168)交流。

1. 论文简介

论文题目：Single Image Depth Estimation:An Overview

Paper地址：https://www.mdpi.com/1424-8220/20/8/2272

Paper类型：综述

发表刊物： Digital Signal Processing

发表时间：2022

2. Abstract

本文研究了非深度学习方法，这些方法主要出现在深度学习之前，并利用手工制作的特征和假设，以及最近主要使用深度学习技术的工作；

 本文以学习类型划分为：基于监督的方法和基于无监督的方法；

还介绍了多任务学习的方法。

3. Introduction

深度估计的概念：单幅图像的深度估计(SIDE，单幅图像深度估计的缩写)是估计给定单幅RGB图像的密集深度图的任务；

让SIDE问题变得有趣和具有挑战性的是它固有的模糊性。无数不同的3D场景可以产生相同的2D图像;

Foley和Maitlin[3]编目了已知的图像(静态)单目线索，人类用于从单个图像估计深度;

有七个这样的静态线索，我们可以用来估计一个静态单幅图像的深度:

• 第一个线索是遮挡，当一个物体部分覆盖另一个物体时发生。被部分覆盖的物体被认为是更远的;
• 第二个线索叫做视角。我们可以通过观察平行线橡胶的距离来观察这一点;
• 第三个线索是尺寸提示。同一物体在视网膜图像上可以根据其距离有不同的大小。因此，物体的大小会影响我们对深度的估计。
• 第四个提示是纹理渐变。当你以倾斜角度观察一个曲面时，就会发生这种情况。随着距离的增加，表面的纹理变得更加密集。
• 第五个线索叫做大气线索。它指的是观察到物体在远离我们时变得模糊和发蓝。
• 第六个，我们在感知深度时使用光和影的模式。我们会考虑物体将阴影投射到其他物体上，或者物体表面有阴影。
• 第七个线索是高度线索。离地平线越近的物体似乎越远。

 图3中总结了本文将要讨论的结构。

4. 总结

这篇综述总结得比较乱，个人不推荐阅读，所以就没写完。 

5. 结语

　　努力去爱周围的每一个人，付出，不一定有收获，但是不付出就一定没有收获！ 给街头卖艺的人零钱，不和深夜还在摆摊的小贩讨价还价。愿我的博客对你有所帮助(*^▽^*)(*^▽^*)！

　　如果客官喜欢小生的园子，记得关注小生哟，小生会持续更新(#^.^#)(#^.^#)。