单目深度估计在志愿街景图像城市研究中的应用潜力分析

《Geomatics》：Monocular Depth Estimation for Volunteered Street View Imagery: A Review of Methods, Datasets and Urban Applications

　　

摘要

由于能够减轻实地调查相关的经济负担，计算机视觉在城市研究中的应用已成为常规做法。单目深度估计（MDE）是计算机视觉领域的一个新兴分支，已被证明能够从单张图像中预测三维信息。街景图像（SVI）指由大量城市图像组成的数据集。本文旨在分析将 MDE 应用于志愿街景图像（VSVI）在城市研究中的潜力。经过获取与筛选过程，共纳入 102 篇 MDE 相关研究和 42 篇应用 SVI 的研究，以阐明这种潜在关联。多年来，MDE 模型的数量、训练策略以及训练、验证和评估数据集的规模均有所增长。值得注意的是，通过 KITTI 基准测试，MDE 模型的精度得到了显著提升。尽管 MDE 开发者与城市研究实践者之间存在鸿沟，且 VSVI 存在被误用的情况，但 MDE 在基于 SVI 的城市研究中的应用仍十分广泛。基于可观察到的潜力，本研究进一步提出了一个未来框架，用于在基于 VSVI 的城市研究中应用 MDE，这有望为建成环境中的计算机视觉领域做出贡献。