#211
summarized by : Shoji Sonoyama
SDC-Depth: Semantic Divide-and-Conquer Network for Monocular Depth Estimation

どんな論文か?

単眼画像からDepthを推定する問題。 セグメンテーションした後にカテゴリ毎にDepth推定を行う、Semantic Divide&Conquer Network(SDC-Net)を提案した。
placeholder

新規性

カテゴリごとに特有のDepth分布(空はDepthがほぼ一様など)があるという仮定の下、下記のタスクに分割してDepth推定する枠組みを提案した ・画像をセグメンテーションし、カテゴリごとに正規化されたDepthを推定(devide) ・推定されたDepthを統合し、全体的な整合性を取る(conquer) また、高解像度なカテゴリのDepthを推定するための2 branchのモジュールを提案した。

結果

Cityscapes、DIW、NYU-Depth V2で評価を行い、2つのSoTAを達成。 GTX1080 Tiで10fps程度で推論可能。実装が公開される予定https://github.com/scott89/SDC

その他(なぜ通ったか?等)

複数のデータセットSoTAの達成。カテゴリ特有のDepth分布があるという仮定と解決方法がセグメンテーションというのが面白い。