Unsupervised Learning of Depth and Ego-Motion from Monocular Video Using 3D Geometric Constraints

1 Intro 這篇文章的創新點在於loss的改進，之前的非監督方法loss都是像素範圍上或者基於梯度的，只是考慮了像素周圍局部的小範圍。本文的方法就是將場景的立體幾何考慮進來，增強預測的一致性。 2 Approach 整個方法流程如圖所示，首先網絡的input是兩張相機運動連續的圖片，分別對兩個圖片預測深度圖，然後再根據這對圖片預測出相機自運動信息，一張圖片的深度圖轉點雲後結合預測的相機自運動去

>>阅读原文<<