- …
- …
#66
summarized by : Yutaro Oguri
どんな論文か?
Two-view SfM問題に対してDeep Learningを適用する研究。
昨今のdeep learning-basedなSfMはdepthやposeの推定をill-posed problemとして定式化しているが、Deep以前の古典的なSfMの枠組みはwell-posedとして捉えていた。そこで古典的枠組みをうまく活用したDL-basedな手法を提案し、同タスクでSoTAを達成。
新規性
Two-view SfM問題をwell-posedとして捉える古典的な枠組みに則り、「対応点マッチング->Essential行列推定->dense depth map推定」という流れにDeep Learningを取り入れるという、新たな定式化の方向性を示したこと。及び性能面での優位。
結果
KITTI depth, KITTI VO, MVS, Scene11, SUN3Dのデータセットにおいて、従来のtwo-view SfMのSoTAに対し、depth estimation, pose estimationの両方の部分で上回った。
その他(なぜ通ったか?等)
問題の定式化の方向性を示した点、古典的な手法を詳しく再考して取り入れている点など。
2021/06/22現在で著者によるコードの公開は無い模様。
- …
- …