Abstract:

딥러닝을 기반으로 한 단안 깊이 추정이 광범위하게 탐구되었지만, 그것의 정확성과 일반화 능력은 여전히 스테레오 기반의 깊이 추정 방법의 정확성과 일반화 능력에 한참 뒤떨어져 있다. 이를 해결하기 위해, 최근 몇몇 연구에서는 전통적인 스테레오 기반의 깊이 추정 방식 (세미 글로벌 매칭)이나 미리 학습된 스테레오 매칭 네트워크로부터 추정된 시차 정보를 대리 참 깊이 정보로 둠으로써 단안 깊이 추정 네트워크를 지도할 것을 제안했다. 하지만 이러한 연구들은 스테레오 기반의 깊이 추정 방식과 단안 깊이 추정 방식의 비교 우위를 전혀 고려하지 않은 채 스테레오 지식을 단순히 증류한다. 본 논문에서는 더 신뢰할 수 있는 대리 지도를 위해 시차 정보를 선택적으로 증류하는 것을 제안한다.