【ICCV2021】域分离的全时段自监督单目深度估计

02 Self-supervised Monocular Depth Estimation for All Day Images using Domain Separation（域分离的全时段自监督单目深度估计）

近年来，基于 DCNN 的自监督深度估计方法取得了显着的成果。然而，这些方法中的大多数只能处理单一的白天或夜间的图像。由于昼夜图像之间的光照变化和较大的域差异，大多数方法对全时段图像的单目深度估计性能会下降。为了缓解这些限制，我们提出了一个域分离框架，用于全时段图像的自监督深度估计。我们的关键思想是将全时段信息分成两个互补的子空间来减轻深度估计中干扰项的影响：私有域和不变域；此外正交性和相似性损失用于分离有效和互补的特征。同时，利用重构损失来细化获得的补充信息（私有和不变信息）。

https://www.zhuanzhi.ai/paper/a8386edcf196c2b3f1425885106c7052