读论文Deep Virtual Stereo Odometry: Leveraging Deep Depth Prediction for Monocular Direct Sparse Odomet

2018年的

第一部分，前言

这篇文章本身，我看作者，应该不是专心 搞 单目深度测距 MDE 的， 而是在做 VO ：visual odemetry, 视觉测程；
只是吧 mde 加入 到了他的 vo 任务里面，提出一个新的名词：DVSO： deep virtual stereo odemetry

据他说，本文提出的 这个方法，相比 之前的 立体 vo 方法，那些 传统的，可以 克服 一些缺点，比如 scale drift

第二部分，半监督的 MDE

2.1 网络架构

由两部分组成，第一个 叫做 simplenet 它的输出 ，打到 第二个 ，叫做 residual
net 的网络，输出 有 4个级别的清晰度/解析度。

2.2 loss 函数

也是 由多个部分组成的，

自监督loss， 里面 还是 有 熟悉 的 SSIM

有监督 loss

左右一致性的loss

视差图 的 平滑 loss

最后一个是：阻挡的正则项

立体算法里面，一定会遇到的问题，就是 左右 图 的遮挡 的不一致性；本文用了 一个 regularization

第三部分：说一说 深度虚拟立体测程

Deep Virtual Stereo Odometry (DVSO)

现在 我不关心，也看不懂

第四部分： 实验

4.1 MDE 的实验结果

4.2 MVO 的实验结果

monocular visual odometry

虽然不关心，还是贴上来吧

文章位置

https://www.jianguoyun.com/#/sandbox/dc043d/54d0d6ab9463fe2d/%2F1_forAllKnowLedge%2F%E5%8D%95%E7%9B%AE%E6%B5%8B%E8%B7%9D%E8%AE%BA%E6%96%87%E9%9B%86/?previewingFileName=Deep_Virtual_Stereo_ECCV_2018_paper.pdf