Introduction
논문 선정 배경
Depth Estimation 배경 지식
Introduction
Proposed Method
Depth Estimation as Image Reconstruction
Depth Estimation Network
Training Loss
Experiments
Implementation Details
Experiments
Conclusions & Reviews
Single image로부터 depth를 측정할 수 있음
Unsupervised learning이기 때문에 고비용의 depth 이미지가 없어도 됨
Supervised learning 방법론들보다 성능이 높으며 KITTI 데이터셋에서 SOTA를 달성함
최근에도 depth estimation관련하여 계속해서 연구가 되고 있음
기본으로 알아 두어야할 지식이 방대함
Depth estimation 분야가 어떻게 이루어지는지 대략적으로 알게 됨
최대한 자세히 살펴보려고 했으나 원론적인 부분 중 아직 이해하지 못하고 궁금한 부분이 다수 있었으며, 추후 공부할 예정
앞으로 알아 두어야 할 몇가지 논문을 더 보고 3D object detection 공부를 시작하고 싶음
Reference
- Arnold, Eduardo, et al. “A survey on 3d object detection methods for autonomous driving applications.” IEEE Transactions on Intelligent Transportation Systems., 2019
- Learning Depth-Guided Convolutions for Monocular 3D Object Detection@CVPR’ 2020
- https://github.com/OniroAI/MonoDepth-PyTorch
- http://vision.middlebury.edu/stereo/
- https://blog.naver.com/dldlsrb45/
- https://eehoeskrap.tistory.com/103
- https://www.youtube.com/watch?v=jI1Qf7zMeIs&ab_channel=ComputerVisionFoundationVideos
- Jaderberg, Max, Karen Simonyan, and Andrew Zisserman. “Spatial transformer networks@NIPS’ 2015