Self-Supervised Depth Estimation for Planetary Terrain

Nguyễn Bảo Châu, Lê Thu Hà, Marco Bianchi

WorkshopCVPRW 2025 - IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops
  • thị giác máy tính
  • robot tự hành

Abstract

Tóm tắt. Ước lượng độ sâu từ ảnh đơn trên địa hình hành tinh gặp khó khăn do thiếu dữ liệu có nhãn và kết cấu bề mặt nghèo nàn. Chúng tôi đề xuất hàm mất mát tự giám sát dựa trên nhất quán quang học giữa các khung hình liên tiếp, kết hợp ràng buộc độ trơn Ls=∑p∣∇dp∣ e−∣∇Ip∣\mathcal{L}_{s} = \sum_{p} |\nabla d_p|\,e^{-|\nabla I_p|}. Phương pháp giảm sai số tuyệt đối trung bình 18% so với baseline trên bộ dữ liệu địa hình mô phỏng.

BibTeX

@inproceedings{chau2025selfsupervised,
  title = {Self-Supervised Depth Estimation for Planetary Terrain},
  author = {Nguyễn Bảo Châu and Lê Thu Hà and Marco Bianchi},
  booktitle = {IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops},
  year = {2025},
  url = {https://arxiv.org/abs/2507.00002}
}

Related projects