深度学习项目论文PapersWithCode

深度估计

• [2019] Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics 链接

• SGANVO: Unsupervised Deep Visual Odometry and Depth Estimation with Stacked Generative Adversarial Networks 链接
  Contribution：使用多个GAN加上一对双目的图像进行训练

• [2018] Pyramid Stereo Matching Network 链接
  Contribution ： 主要用到了空洞卷积、金字塔结构来处理双目视频

• [2019] Neural RGB→D Sensing: Depth and Uncertainty from a Video Camera 链接
  Contribution：1.实现了多帧视频的输入，真正意义上实现相邻帧之间几何信息和神经网络的结合，改造costv_olume提出了DPV深度概率模型的方法 2.尝试引入类似卡尔曼滤波的网络结构，但是结果感人，归其原因没有实现真正的深度概率密度分布

• [2015] Fully Convolutional Residual Network for Depth Estimation 链接
  Contribution：简单粗暴使用ResNet-50去训练深度，实际效果感人，速度也感人

• [2019] Self-supervised Learning for Dense Depth Estimation in Monocular Endoscopy
  Download ： https://arxiv.org/pdf/1902.07766.pdf
  Contribution：将传统的多视角几何融合到神经网络当中，实现了部分监督的效果去训练图像，缺陷：并有真正使用到相邻帧的几何关系，实际更多依赖的是来自SFM的三维点的监督

• [2019] Unstructured multi-view depth estimation using mask-based multiplane representation 链接
  Contribution：使用到了多视角几何的知识，固定参考帧，用多张图进行匹配，同时使用（具有高置信度的）部分特征图的深度概率来进行训练，没有源码，从论文来看效果有待改进

• [2019] A Survey on Deep Learning Architectures for Image-based Depth Reconstruction
  Download：https://arxiv.org/pdf/1906.06113v1.pdf
  Contribution：总结了截止2019年初的关于深度估计的多种方法（包括结合多视角几何的算法），里面有关于损失函数的汇总，是比较好的summary

• [2019] Recurrent Neural Network for (Un-)supervised Learning of Monocular Video Visual Odometry and Depth 链接
  Contribution：结合LSTM、多视角几何算法，具有多帧信息，并且不依赖相机的姿态（网络自带姿态的估计），但是论文说法比较含糊，关键模块没说清（关于关于多帧输入，论文中只是说先前帧的信息在隐藏层中？），代码没有开源。

SFM

• colmap Github 开源的SFM+MVS一体的开源重构库

特征嵌入