The Fourth Monocular Depth Estimation Challenge

要約

このホワイトペーパーでは、第4版のMonocular Depth推定チャレンジ（MDEC）の結果を紹介します。これは、自然と屋内の両方の設定で挑戦的な環境を備えたデータセットであるSyns-Patchesベンチマークのゼロショット一般化に焦点を当てています。
このエディションでは、評価プロトコルを修正して、格差とアフィン不変の予測をサポートするために、2つの自由度で最小二乗アライメントを使用しました。
また、ベースラインを改訂し、人気のある既製の方法：深さV2とマリーゴールドを含めました。
この課題は、テストセットのベースラインを上回る合計24の提出物を受け取りました。
これらのうち10には、アフィン不変の予測に依存しているほとんどの主要な方法で、そのアプローチを説明するレポートが含まれていました。
チャレンジの勝者は、前のエディションの最良の結果で3D Fスコアを改善し、22.58％から23.05％に引き上げました。

要約(オリジナル)

This paper presents the results of the fourth edition of the Monocular Depth Estimation Challenge (MDEC), which focuses on zero-shot generalization to the SYNS-Patches benchmark, a dataset featuring challenging environments in both natural and indoor settings. In this edition, we revised the evaluation protocol to use least-squares alignment with two degrees of freedom to support disparity and affine-invariant predictions. We also revised the baselines and included popular off-the-shelf methods: Depth Anything v2 and Marigold. The challenge received a total of 24 submissions that outperformed the baselines on the test set; 10 of these included a report describing their approach, with most leading methods relying on affine-invariant predictions. The challenge winners improved the 3D F-Score over the previous edition’s best result, raising it from 22.58% to 23.05%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google