基于深度学习的单目视觉深度估计研究综述

作     者：郭继峰 白成超 郭爽 GUO Jifeng;BAI Chengchao;GUO Shuang

作者机构：哈尔滨工业大学航天学院 

出 版 物：《无人系统技术》 (Unmanned Systems Technology)

年 卷 期：2019年第2卷第2期

页      面：12-21页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(11472090) 

主　　题：深度估计 深度学习 单目视觉 监督/无监督学习 随机条件场 语义信息 

摘      要：随着智能化程度的不断提升,对深度估计的要求也越来越高,激光雷达和立体视觉被广泛应用,取得了不错的效果。但受限于传感单元重量、体积以及成本等因素,逐渐涌现出一种新的研究思路,即仅利用成本低廉的单目视觉实现对深度信息的精确测量。首先分析了现有深度信息提取方式的特点及缺陷,给出了单目深度估计的研究意义;其次对近年来基于深度学习进行单目深度估计的方法进行了分类及特点分析,包括监督学习、无监督学习、半监督学习、基于条件随机场(CRF)的方法、联合语义分割、引入其他信息辅助深度估计的方法;最后对此领域的未来发展趋势做出了简要分析。