论文阅读：Scale-aware and High Quality Monocular Depth Estimation Without Real World Labels

CVPR2022

主要贡献

• 通过引入虚拟数据集将尺度信息解耦并估计。
  

方法

• 包含两个训练网络： A MDE network $\Phi :I\to d$, a Pose Estimation Network $\Omega :I_a,I_b\to {\hat{T}}_{a\to b}$; A ScaleNet $\delta :f_{\Phi }\to s$。s 为场景估计深度的尺度。
• 训练步骤：Stage1： 预训练一个 $\Phi$. Stage2:联合训练（红和蓝线）使得 $\Phi$ 适应真实以及模拟数据集。Stage3: 用模拟数据集训练 ScaleNet $\delta$, {$\Phi$,$\Omega$}固定下来。
• 损失函数：
  
• $L_{ss},L_{syn}$分别指代自监督损失以及合成数据集损失。$L_{syn}$是一阶范数。
  -论文希望从自监督与训练模型中学习定性的深度，从合成数据集中学习sharp and smooth的深度，所以设置了以下的s domain specific 损失。