TPAMI 2024 | 单目深度估计：全面综述_monocular depth estimation a thorough review

题目：Monocular Depth Estimation: A Thorough Review

单目深度估计：全面综述

作者：Vasileios Arampatzakis; George Pavlidis; Nikolaos Mitianoudis; Nikos Papamarkos

摘要

在计算机视觉领域，对二维图像中深度的估计是一个具有挑战性的主题。这是一个长期被深入研究且定义不明确的问题，一直是密集研究的焦点。本文是对这一主题的深入回顾，呈现了两个方面：一方面考虑人类深度感知的机制，另一方面包括各种深度学习方法。这些方法以紧凑和结构化的方式呈现，概述了主题，并根据近十年的研究线索对方法进行了分类。尽管在这一主题上取得了显著进展，但似乎没有任何与人类深度感知及其潜在益处的联系。

关键词

• 人工智能
• 计算机视觉
• 深度学习
• 深度估计
• 图像处理
• 机器学习
• 单目深度估计

第一部分 引言

场景的空间结构识别是机器视觉感知中的一个基本问题，通常被称为深度估计或重建。当一个三维(3D)场景投影到一个平面上时，就会产生一个二维(2D)图像。深度估计的目标是解决逆问题，即重构由于投影而丢失的与观察位置相对应的场景对象间距离的维度。迄今为止提出的表示空间结构和3D场景与其对应2D图像之间映射的方法都属于深度估计领域[1]。

形式上，给定一幅单个图像