研究模型 🇷🇺 14.08.2026 13:01

近200度视角:在鱼眼上测试最先进的深度估计模型

来自Habr的ML中心的研究人员创建了WideDepth,一个用于评估鱼眼图像上深度估计模型的基准。测试14个最先进的模型显示,单目模型对超宽视野特别敏感,从120°到195°时误差增加超过160%。该基准允许在不同FOV、立体基线和相机方向上进行受控的模型比较。
WideDepth基准的创建旨在评估鱼眼图像上的深度估计模型,解决了缺乏合适的室内真实鱼眼数据集的问题。该基准基于使用地面激光扫描仪捕获的101个办公场景,提供了毫米级精度的真实深度,并提供了水平视场角分别为120°、140°、165°和195°的图像,以及从20毫米到300毫米的立体基线,同时包含水平和垂直相机方向。对14个最先进的模型的测试显示,当视场角从120°增加到195°时,像Depth Anything V2和PatchFusion这样的单目模型的绝对相对误差分别跃升了166%和160%,而Depth Pro更为稳健,仅增加了9%。对于立体匹配,等距柱状投影明显优于立方体贴图,将端点误差从4.50像素降低到1.07像素。在鱼眼数据上对紧凑型BGNet模型进行微调,将视差误差超过3像素的像素百分比从24.3%提高到9.3%,提升了62%。该基准还包括一个由手持传感器捕获的18,000对户外立体图像组成的训练集,用于测试模型对鱼眼域的适应性。
来源: Habr — хаб ML — 原文
我们之前关于此话题的帖子 ↓
最新新闻