The Third Monocular Depth Estimation Challenge

要約

この論文では、単眼深度推定チャレンジ (MDEC) の第 3 版の結果について説明します。
この課題は、自然環境および屋内環境における複雑なシーンを特徴とする、挑戦的な SYNS-Patches データセットに対するゼロショット一般化に焦点を当てています。
前版と同様に、メソッドでは任意の形式の監視 (つまり、監視ありまたは自己監視) を使用できます。
この課題には、テスト セットのベースラインを上回る合計 19 件の提出がありました。そのうち 10 件は、手法の中心となる Depth Anything などの基礎モデルの普及を強調する、アプローチを説明するレポートを提出しました。
チャレンジの勝者は、3D F スコアのパフォーマンスを 17.51% から 23.72% に大幅に向上させました。

要約(オリジナル)

This paper discusses the results of the third edition of the Monocular Depth Estimation Challenge (MDEC). The challenge focuses on zero-shot generalization to the challenging SYNS-Patches dataset, featuring complex scenes in natural and indoor settings. As with the previous edition, methods can use any form of supervision, i.e. supervised or self-supervised. The challenge received a total of 19 submissions outperforming the baseline on the test set: 10 among them submitted a report describing their approach, highlighting a diffused use of foundational models such as Depth Anything at the core of their method. The challenge winners drastically improved 3D F-Score performance, from 17.51% to 23.72%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google