单目深度估计综述

综述

monoDepth(2017,Godard)
受DispNet的启发(DispNet受FlowNet的启发。FlowNet参考了全卷积网络FCN，没有全连接层)
自此以后的深度估计大都基于DispNet。

SfMLearner(2017,Zhou)
使用的是DispNet网络架构，这是一个带跳跃连接(skip connections)和多尺度边(multi-scale side)预测的编码器-解码器网络，后来的深度估计工作基本都采用这样的结构。DispNet预测的是视差，而视差和深度互为倒数，因此用来求深度。

vid2depth(2017,Mahjourian)
这篇文章的网络结构完全基于SfMLearner。

GeoNet(2018,Yin,商汤)
利用视频端到端地同时训练单目深度、光流、位姿估计网络。
DepthNet和ResFlowNet基于monoDepth，PoseNet来自Zhou。

Look Deeper into Depth: Monocular Depth Estimation with Semantic Booster and Attention-Driven Loss(2018,ECCV,Jiao,腾讯)

Towards Scene Understanding: Unsupervised Monocular Depth Estimation With Semantic-Aware Representation(2019,CVPR,无监督)
https://blog.csdn.net/qq_26697045/article/details/84796815

各种深度预测的网络
https://www.cnblogs.com/shepherd2015/p/10438564.html

下面的总结主要是我2019年初整理的文献

对于单目深度估计模型，目前主要分为基于回归/分类的监督模型ÿ