#274
summarized by : Shoji Sonoyama
Structure-Guided Ranking Loss for Single Image Depth Prediction

どんな論文か?

単眼画像からDepth画像を推定する問題設定。 学習データセットに依存しないDepth推定を可能にするためのrankingは計算のペア点をランダムサンプリングしていたが、ランダム故に学習にムラがある。 そこで、本論文では画像の構造を考慮したDepth推定を行うために、エッジ境界でのサンプリング、インスタンスセグメーション後のマスク境界周辺でのサンプリングを行う。
placeholder

新規性

画像構造を考慮したサンプリング戦略の提案とこれを用いたstructure-guided ranking lossの提案。 著者作成の高解像度な大規模(21k枚)のステレオ画像データセットであるHR-WSIを用いた性能改善の提案。

結果

ordinal erorrを指標としたクロスデータセットでの評価でSoTAを達成。実装が公開されている。https://github.com/KexianHust/Structure-Guided-Ranking-Loss

その他(なぜ通ったか?等)

SoTAの達成。単眼Depth推定への一風変わったアプローチ。セグメンテーションとDepth推定タスクの融合が面白い。