激光雷達(dá)在計(jì)算“深度”信息方面非常準(zhǔn)確，深度信息是無(wú)人駕駛汽車執(zhí)行路徑規(guī)劃，與物體保持安全距離等操作的最重要內(nèi)容之一。這使LiDARs成為集成到自動(dòng)駕駛汽車中的理想選擇。但是問題是，它們太貴了！

此前，高射程激光雷達(dá)的成本約為75，000美元。但是，為降低激光雷達(dá)的成本一直在進(jìn)行昂貴的研究。Alphabet公司的母公司W(wǎng)aymo通過(guò)廣泛的研究將成本降低了90％！

到目前為止，自動(dòng)駕駛汽車中使用的LiDAR的成本要高于某些低檔汽車本身。激光雷達(dá)的維護(hù)和處理輸出仍然是一項(xiàng)昂貴的工作，令人頭疼。因此，這使得它們成為自動(dòng)駕駛汽車的商業(yè)化生產(chǎn)的較不適合的選擇。

其次，LiDAR在惡劣的天氣條件下不能很好地工作，它們會(huì)產(chǎn)生噪點(diǎn)，這可能會(huì)使LiDAR點(diǎn)云的輸出不準(zhǔn)確。

盡管如此，公司仍應(yīng)該投資使用LiDAR和點(diǎn)云處理進(jìn)行自動(dòng)駕駛的方法，因?yàn)檎l(shuí)知道，也許有一天LiDAR也會(huì)變得便宜嗎？

相機(jī)非常適合捕捉場(chǎng)景的高分辨率細(xì)節(jié)。但是問題是，它們沒有像LiDAR那樣為我們提供“深度信息” ：（折衷方案在世界上到處都是。相機(jī)的輸出是高分辨率，但是是2D平面圖像。這幾乎是不可能的?？梢詮膯蝹€(gè)圖像中獲取“深度信息”，有些方法可以使用立體視覺從圖像中獲取深度。

給定從放置在同一水平高度一定距離的兩個(gè)攝像機(jī)捕獲的兩個(gè)圖像，我們可以使用計(jì)算機(jī)視覺算法估計(jì)深度信息。

在計(jì)算機(jī)視覺文獻(xiàn)中存在很多立體深度估計(jì)算法，但它們都無(wú)法同時(shí)實(shí)現(xiàn)：實(shí)時(shí)處理、高精確度、全自動(dòng)的。

人類使用立體視覺（Eyes），即使深度僅為一幅圖像，也能出色地估計(jì)深度。甚至可以閉上一只眼睛，并且仍然可以合理地估計(jì)深度！

人類是否真的在“學(xué)習(xí)”如何感知深度？我們無(wú)法真正回答這個(gè)問題。

但是，深度仍然可以被視為學(xué)習(xí)問題，因此深度“足夠好”可以解決自我駕駛問題嗎？

現(xiàn)在有幾篇論文將視線深度估計(jì)作為學(xué)習(xí)問題：

1．監(jiān)督深度估計(jì)

“監(jiān)督”深度學(xué)習(xí)背后的概念很簡(jiǎn)單，收集RGB圖像及其相應(yīng)的深度圖，訓(xùn)練類似于“自動(dòng)編碼器”的體系結(jié)構(gòu)進(jìn)行深度估計(jì)。（盡管訓(xùn)練起來(lái)不那么簡(jiǎn)單，但如果不通過(guò)訓(xùn)練過(guò)程整合一些特殊技巧，F(xiàn)CN就永遠(yuǎn)無(wú)法真正發(fā)揮作用：）。

盡管此方法更易于掌握，但在現(xiàn)實(shí)生活中收集深度圖是一項(xiàng)昂貴的任務(wù)。LiDAR數(shù)據(jù)可用于訓(xùn)練這類網(wǎng)絡(luò)，因此，如果我們對(duì)由LiDAR收集的數(shù)據(jù)進(jìn)行訓(xùn)練，則神經(jīng)網(wǎng)絡(luò)的性能將明顯優(yōu)于LiDAR，但仍然可以，因?yàn)槲覀儾恍枰欠N級(jí)別的準(zhǔn)確性來(lái)駕駛汽車?yán)?，知道樹上是否有葉子的確切距離。

2．無(wú)監(jiān)督深度估計(jì)

僅在一系列環(huán)境中記錄質(zhì)量深度數(shù)據(jù)是一個(gè)具有挑戰(zhàn)性的問題。無(wú)監(jiān)督方法可以在沒有地面真實(shí)深度圖的情況下學(xué)習(xí)深度！

“這種方法只是查看未標(biāo)記的視頻，并找到一種方法來(lái)創(chuàng)建深度圖，方法不是嘗試正確，而是嘗試保持一致?！?/p>

3．神經(jīng)網(wǎng)絡(luò)架構(gòu)

該網(wǎng)絡(luò)具有類似于U－Net的架構(gòu)，編碼器部分是在ImageNet數(shù)據(jù)集上訓(xùn)練的預(yù)訓(xùn)練DenseNet模型。解碼器部分使用雙線性上采樣而不是簡(jiǎn)單的上采樣。

簡(jiǎn)而言之，我們使用雙線性上采樣是因?yàn)樗谏喜蓸雍髸?huì)整體上產(chǎn)生“平滑”圖像。輸出是深度圖，深度圖是圖像大小的一半，這有助于網(wǎng)絡(luò)學(xué)習(xí)更快。

4．圖像增強(qiáng)

對(duì)于圖像增強(qiáng)，可以使用以下技術(shù)：圖像翻轉(zhuǎn)，輸入圖像的色彩通道改組，向輸入圖像添加噪點(diǎn)，增加輸入圖像的對(duì)比度，亮度，溫度等。這樣可以確保模型在整個(gè)訓(xùn)練過(guò)程中始終看到新數(shù)據(jù)，并更好地泛化未見數(shù)據(jù)。

目前，深度估計(jì)在AR ／ VR中已經(jīng)得到了許多應(yīng)用。

返回列表