论文阅读: Redesign Self-Supervised MonoDepth for Full-Scale Depth Prediction for Autonomous Driving

中文标题：重新设计自监督单目深度感知技术，实现用于自动驾驶的全尺度深度预测

相较于现有自监督方法的四点重要提升：

• 多通道输出表示，用于在驾驶场景中稳定训练深度预测；
• 基于光流的遮罩设计，用于动态物体移除；
• 自蒸馏训练策略，增强训练过程；
• 基于优化的后处理算法，在测试时融合来自视觉里程计的结果。

（论文注意到PoseNet不具备泛化性，并且Monodepth2本质上只能预测一定尺度范围内的深度。论文任务不能相信PoseNet能够产生比定位模块更精确的位姿变化。）笔者也有这样得感觉

方法

Multichannel Output

• 为了保持有机的重建结果，我们选择重新定义输出为多通道输出，以允许在初始化阶段使用更大的深度值，并且在大深度值处避免梯度饱和。
  

Self-Distillation

• 通过传统的自监督深度估计框架训练一个Teather网络，然后用他引导Student网络在训练初期找到一个合理的方向。

实验

• 用的直接是Kitti中提供的帧间Pose。