# 每天一篇论文 254/365 Two-View Monocular Depth Estimation by Optic-Flow-Weighted Fusion

Two-View Monocular Depth Estimation by Optic-Flow-Weighted Fusion

from IEEE ROBOTICS AND AUTOMATION LETTERS

摘要

单目摄像机深度估计是一种廉价且有前途的自主车辆和机器人的解决方案。尽管文献中有很多方法，但低视差物体的深度估计问题仍然存在。本文提出了一种新的双视单目深度估计方法，该方法在平面模型的基础上，以光流为权值，利用两个光流方向，仅用单目相机进行深度估计。所提出的方法实现了平均深度估计误差为3.68米，最大误差为107.34米，小于传统技术（分别为22.90和9815.44 m）所获得的误差。

贡献

从这个意义上说，低视差像素的深度估计仍然依赖于用于相关和选择的额外信息。尽管如此，仍有一些情况（例如前向碰撞系统）需要特定的低视差像素或具有有限或无额外信息的像素的深度估计。在此背景下，本文提出了一种新的单目估计方法。
即使是在低视差区域（i）中的物体深度（图1），其贡献是：提出了一种仅需要一个单目相机的方法，利用fsm（ii）和前一帧和当前帧中特征的光流（iii）通过vo计算其位移，而不需要额外的传感器或其他像素进行相关。提出了一种新的简单的两视图深度估计方法，该方法可以估计不同方向的深度（u和（v），用光流作为砝码将其熔合（iv）。期望误差随噪声及相关参数变化的分析与讨论。

方法

光流估计

光流与深度融合

结果