单目估计与双目估计的思考

单目估计与双目估计的思考

​ 今天在上人工智能课程的时候，轮到我介绍我的研究方向–立体匹配与三维重建，在讲完课间后，老师问了我一个问题，单目也可以估计深度，为什么去研究双目估计深度，是单目有什么限制吗，毕竟只使用一个摄像头的成本更低。

​ 老师的这个问题，我在课上并没有给出答案，我想了想，在我刚接触这个研究方向的时候，确实也想过这个问题，但是当时并没有花时间去查资料、对比他们的区别，这也告诫我以后要有什么想到的不懂的，要积极去查资料，而不是放任他不管。

​ 近来，寻找了一些相关资料，来阐述一下我的理解。

​ 首先，单目深度估计是利用物体成像大小来预测距离的，物体大的距离近，小的距离远。相机成像实际上就是一个中心投影的过程，要想计算出图像中物体的距离，实际上就是平衡物体的大小和距离的远近，因为物体有成像近大远小的特点，因此一个近距离的小物体，和一个远距离的大物体可能会在图像上呈现相同的大小，因此依靠图像大小来衡量物体的距离是没有理论支撑的，他需要大量的数据来训练网络，来拟合真值，而且单目深度估计目前只停留在实验室中，难以应用落地。这就是单目深度估计目前存在的一些问题。

​ 关于单目的一些知识，我也不是很了解，如果有什么错误，请大家积极指正。