#191
summarized by : Naoya Chiba
Occlusion-Aware Depth Estimation with Adaptive Normal Constraints

どんな論文か?

マルチビューステレオによる深度推定,リファレンス画像といくつかのソース画像を用いて,リファレンス画像におけるDepth Mapを推定する.局所的な曲率を考慮したCombined Normal Mapによる制約により,Depth推定の精度を向上させる.また,推定したDepth Mapのオクルージョンを認識・重み付けしてDepthを統合するネットワークを提案.
placeholder

新規性

まずホモグラフィ変換を推定してCost Volumeを計算し,Depth Mapを推定する.Depth MapからPlaneCNNで平面領域の法線を推定・局所形状から非平面領域の法線を推定しCombined Normal Mapを生成,これを推定するように学習する.複数の視点についてCost VolumeとDepth Mapを統合してオクルージョンを推定,隠れていない部分を統合して出力する.

結果

ScanNetで学習しScanNetとSUN3Dで評価.各種メトリックでDepth推定性能が優れることを確認した.法線推定の性能も高く,とくに平面を正しくなめらかに再構成できる.視点の統合では正しくオクルージョン領域を認識し統合できていることを確認した.

その他(なぜ通ったか?等)