AdelaiDepth

AdelaiDepth是一个用于单目深度预测的开源工具箱。我们团队的相关工作在此开源。

AdelaiDepth包含以下算法：

3D场景形状（最佳论文入围者）：代码，从单张图像中学习恢复3D场景形状
DiverseDepth：代码，虚拟法线：为准确和稳健的深度预测实施几何约束，DiverseDepth：使用多样化数据的仿射不变深度预测
虚拟法线：代码，为深度预测实施虚拟法线的几何约束
使用深度卷积神经场的深度估计：代码，从单目图像中使用深度卷积神经场学习深度，TPAMI'16，CVPR'15

新闻：

[2022年5月31日] LeReS项目的训练代码和数据已发布。
[2022年2月13日] DiverseDepth项目的训练代码和数据已发布。
[2021年6月13日] 我们的"从单张图像中学习恢复3D场景形状"工作是CVPR'21最佳论文入围者之一。
[2021年6月6日] 我们已经公开了DiverseDepth的训练数据。

结果和数据集示例：

3D场景形状

您可以查看这个视频，它对这项工作进行了非常简短的介绍：

RGB	深度	点云

DiverseDepth

结果示例：

DiverseDepth数据集示例：

DiverseDepth数据集

BibTeX

@article{yin2022towards,
  title={Towards Accurate Reconstruction of 3D Scene Shape from A Single Monocular Image},
  author={Yin, Wei and Zhang, Jianming and Wang, Oliver and Niklaus, Simon and Chen, Simon and Liu, Yifan and Shen, Chunhua},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)},
  year={2022}
}

@inproceedings{Yin2019enforcing,
  title     = {Enforcing geometric constraints of virtual normal for depth prediction},
  author    = {Yin, Wei and Liu, Yifan and Shen, Chunhua and Yan, Youliang},
  booktitle = {The IEEE International Conference on Computer Vision (ICCV)},
  year      = {2019}
}

@inproceedings{Wei2021CVPR,
  title     =  {Learning to Recover 3D Scene Shape from a Single Image},
  author    =  {Wei Yin and Jianming Zhang and Oliver Wang and Simon Niklaus and Long Mai and Simon Chen and Chunhua Shen},
  booktitle =  {Proc. IEEE Conf. Comp. Vis. Patt. Recogn. (CVPR)},
  year      =  {2021}
}

@article{yin2021virtual,
  title   = {Virtual Normal: Enforcing Geometric Constraints for Accurate and Robust Depth Prediction},
  author  = {Yin, Wei and Liu, Yifan and Shen, Chunhua},
  journal = {IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)},
  year    = {2021}
}

许可证

3D场景形状代码受Adobe Research的非商业许可证限制。详情请参阅LICENSE文件。

其他深度预测项目根据2条款BSD许可证授权用于非商业用途 -- 详情请参阅LICENSE文件。对于商业用途，请联系Chunhua Shen。