Deep Learning based Monocular Depth Prediction: Datasets, Methods and Applications 论文链接：https://arxiv.org/abs/2011.04123

57页综述，共计195篇参考文献。本文详细盘点了用于深度估计的数据集，并全面介绍了三大类的经典和最新算法：基于有监督，无监督学习和样本稀疏指导的深度估计方法。作者单位：深圳大学, 诺丁汉大学

从RGB图像来估计深度可以促进许多计算机视觉任务，例如室内定位，高度估计以及SLAM。近来，由于深度学习技术的飞速发展，单目深度估计已经取得了很大的进步。在准确性和速度方面，它们大大超越了传统的基于机器学习的方法。尽管该主题取得了快速的进展，但仍缺乏全面的调研，所以需要综述，以总结当前的进展并提供未来的方向。在此调查中，我们首先介绍用于深度估计的数据集，然后从三个角度全面介绍这些方法：基于监督学习的方法，基于监督学习的方法和基于样本稀疏指导的方法。此外，还说明了受益于该进展的下游应用。最后，我们指出了未来的方向并总结了本文。

内容中包含的图片若涉及版权问题，请及时与我们联系删除