深度估计
深度估计是计算机视觉中的任务,旨在测量每个像素相对于摄像头的距离。该任务通过单目或立体图像提取深度信息,传统方法基于多视图几何,而新方法通过最小化回归损失或学习从序列生成新视图来直接估计深度。深度估计在自动驾驶、机器人导航和增强现实等领域具有重要应用价值,常用评估指标为均方根误差(RMS),主要基准数据集包括KITTI和NYUv2。
Stanford2D3D Panoramic
NYU-Depth V2
EVP
DCM
eBDtheque
Bhattacharjee et al.
ScanNetV2
Distill Any Depth
Cityscapes test
SwinMTL
DIODE
AIP-Brown
KITTI 2015
Mars DTM Estimation
GLPDepth
ScanNet
Atlas (plain)
4D Light Field Dataset
LFattNet
KITTI Eigen split
LightDepth
Matterport3D
UniFuse
Taskonomy
X-TC (Cross-Task Consistency)