自监督单目深度估计（SSMDE）Intrinsic Image Decomposition for Robust Self-supervised Monocular Depth Estimation

论文作者：Wonhyeok Choi,Kyumin Hwang,Minwoo Choi,Kiljoon Han,Wonjoon Choi,Mingyu Shin,Sunghoon Im

作者单位：Daegu Gyeongbuk Institute of Science and Technology

论文链接：http://arxiv.org/abs/2503.22209v1

内容简介：

1）方向：自监督单目深度估计（SSMDE）

2）应用：自监督单目深度估计（SSMDE）

3）背景：自监督单目深度估计（SSMDE）因其无需真实深度图的优势，在深度学习领域受到关注。传统的光度一致性损失方法依赖于朗伯反射模型，但在处理反射表面时，常常出现较大误差，限制了其应用效果。

4）方法：为了解决传统方法的局限性，提出了一种新的框架，结合了内在图像分解与自监督单目深度估计。具体方法包括：（i）同时训练单目深度估计和内在图像分解，准确的深度估计通过对齐不同视角坐标系，促进了内在图像分解中的多图像一致性；（ii）分解过程识别反射区域，并排除对深度训练有干扰的梯度；（iii）引入伪深度生成和知识蒸馏技术，进一步提高学生模型在反射和非反射表面上的性能。

5）结果：在多个数据集上的全面评估表明，提出的方法在深度预测上显著优于现有的SSMDE基线，尤其在处理反射表面时，表现出更优的深度估计精度。