深度估计 DenseDepth 笔记

参考代码：DenseDepth
论文名称：High Quality Monocular Depth Estimation via Transfer Learning

1. 概述

导读：这篇文章是使用深度监督的方式进行训练的，文章使用在ImageNet上训练过的DenseNet-169作为编码器，之后使用shortcut链接和上采样模块（上采样操作+2个卷积层）作为解码器，从而构建一个U型的网络结构。在此基础上使用输入的深度GT作为回归目标，从而实现网络的训练。

在下图中可以将文章的方法与DRON方法（分段回归）进行比较，文章的方法更加自然和实际。

2. 方法设计

2.1 网络结构

文章的网络结构比较简单，是一个带shortcut链接的U型网络结构：

编码器是DenseNet-169（pretrained on ImageNet），解码器由上采样模块（2x上采样+2个不带BN的卷积）构成，之后在解码器的最后一个上采样模块上预测对应的深度图。

2.2 损失函数

预测得到的深度图表示为$\hat{y}$，对应的标注GT表示为$y$，那么预测与回归之间的监督关系被描述为：
$$L(y,\hat{y})=\lambda L_{depth}(y,\hat{y})+L_{grad}(y$$