文献阅读——Consistent Video Depth Estimation

Consistent Video Depth Estimation

一、摘要
提出了一种用于密集重构，估计所有像素上的一个几何一致性的深度算法。利用传统的structure-from-motion重建来建立视频像素的几何约束。与经典重建方法不同，使用基于学习的方法，即训练卷积神经网络进行单图像的深度估计。在测试时，对这个网络进行微调，以满足特定输入视频的几何约束。通过定量验证，本文的方法比以往的单目重建方法具有更高的精度和更高的几何一致性。

二、相关工作
Supervised monocular depth estimation.

Self-supervised monocular depth estimation.

Multi-view reconstruction.

Depth from video.

Temporal consistency.

Depth-aware visual effects.

Test-time training.

三、概述

四、预处理


测试输入的视频：

五、评价指标

六、结果

七、小结
结论
提出了一种简单而有效的单目视频一致性深度估计方法。本文想法是利用传统的多视图重建方法提取的几何约束，并使用它们来微调预训练的单图像深度估计网络。使用测试时微调策略，网络会在整个视频中生成几何一致性的深度估计。进行广泛的定量和定性评估之后，结果表明，本文方法比几种最先进的深度估计算法效果更好。

本文作者：