論文の概要: DAPM: UAV Monocular Depth Estimation from Any Height, Pitch, Roll and FOV

• arxiv url: http://arxiv.org/abs/2607.21438v1
• Date: Thu, 23 Jul 2026 15:44:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.465337
• Title: DAPM: UAV Monocular Depth Estimation from Any Height, Pitch, Roll and FOV
• Title（参考訳）: DAPM: あらゆる高さ、ピッチ、ロール、FOVからのUAV単眼深度推定
• Abstract要約: 無人航空機(UAV)の3次元再構築と自律航法の基礎的前提としての単眼深度推定 既存の単眼深度推定法は、様々な視点と、地上の風景に固有の広大な深度分布の一般化に失敗することが多い。 本稿では,UAV航空画像に特化して設計された最初の単分子フレームワークとして,DAPM(Depth Estimation for Any Perspectives Model)を提案する。
• 参考スコア（独自算出の注目度）: 17.109246813767218
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Monocular depth estimation is a fundamental prerequisite for 3D reconstruction and autonomous navigation in Unmanned Aerial Vehicles (UAVs). In practical deployments, UAVs operate under highly dynamic camera poses characterized by continuous variations in height, pitch, roll, and field of view (FOV). Existing monocular depth estimation methods frequently fail to generalize across such diverse perspectives and the expansive scale of depth distributions inherent in aerial scenes. To address these challenges, we establish a quantitative representation of UAV viewing angles through rigorous theoretical analysis, deriving the geometric correspondence between viewing angles and view distances using the ground plane as a reference for observation. Building upon this, we propose Depth Estimation for Any Perspectives Model (DAPM), representing the first monocular framework specifically designed for UAV aerial imagery to jointly estimate camera pose and depth under continuously varying viewpoints. Specifically, we introduce an Ideal Ground Depth (IGD) module that leverages the derived geometric relationships between UAV perspectives and view distances to implement dense camera-pose supervision and enhance depth features. And we further develop a coarse-to-fine Progressive Quantization Bins (PQB) module. By incorporating progressive supervision and hierarchical quantization bins, the PQB module enables robust estimation in complex UAV aerial imagery. To evaluate the proposed framework, we present the UAV Any Perspectives Depth (UAPD) dataset, featuring comprehensive and continuous distributions of pose parameters. Experimental results on UAPD demonstrate that DAPM achieves state-of-the-art performance across both depth and camera-pose estimation metrics. The source code and datasets are available at: https://github.com/ThisIsLT/DAPM.
• Abstract（参考訳）: 単眼深度推定は、無人航空機(UAV)における3次元再構成と自律走行の基本的な前提条件である。 実際の展開では、UAVは高さ、ピッチ、ロール、視野(FOV)の連続的な変化を特徴とする非常にダイナミックなカメラのポーズの下で運用される。 既存の単眼深度推定法はしばしば、このような多様な視点と、風景に固有の広大な深度分布の一般化に失敗する。 これらの課題に対処するため、厳密な理論的解析により、地上面を観測基準として、視角と視距離の幾何学的対応を導出し、UAV視角の定量的表現を確立する。 そこで本研究では,UAVの航空画像に特化して設計され,連続的な視点下でのカメラのポーズと深度を共同で推定する最初の単眼的枠組みであるDepth Estimation for Any Perspectives Model (DAPM)を提案する。 具体的には、UAV視点と視野距離の幾何学的関係を利用して、高密度なカメラ目的の監視と深度特性の強化を行うIdeal Ground Depth (IGD) モジュールを提案する。 さらに、粗大で微細なプログレッシブ量子化ビン(PQB)モジュールを開発する。 プログレッシブな監視と階層的な量子化ビンを組み込むことで、PQBモジュールは複雑なUAV空中画像のロバストな推定を可能にする。 提案するフレームワークを評価するために,ポーズパラメータの包括的かつ連続的な分布を特徴とするUAV Any Perspectives Depth(UAPD)データセットを提案する。 UAPDの実験結果から,DAPMは奥行き推定とカメラ位置推定の両方で最先端の性能を達成できることが示された。 ソースコードとデータセットは、https://github.com/ThisIsLT/DAPM.comで入手できる。

関連論文リスト

• AerialMetric: Benchmarking and Adapting UAV Monocular Metric Depth Estimation in the Real World [75.54693105865003]
  AerialMetricは,UAV空中視点下での単分子メートル法深度推定の適応性を評価するためのベンチマークデータセットである。 AerialMetricは、52Kの現実世界と16Kの合成画像深度対を信頼できる計量基底真理で提供する。
  論文  参考訳（メタデータ） (2026-06-29T02:48:47Z)
• Semi-SMD: Semi-Supervised Metric Depth Estimation via Surrounding Cameras for Autonomous Driving [21.827292830060728]
  Semi-SMDは、自動運転における周囲のカメラ機器に適した新しいメートル法深度推定フレームワークである。 本稿では,視覚的融合機能を構築するために,空間空間-時間-意味融合モジュールを提案する。 DDADおよびnuScenesデータセットを用いてアルゴリズムの評価を行い,本手法が最先端の性能を実現することを示す。
  論文  参考訳（メタデータ） (2025-03-25T14:39:04Z)
• Align3R: Aligned Monocular Depth Estimation for Dynamic Videos [50.28715151619659]
  動的ビデオの時間的一貫した深度マップを推定するために,Align3Rと呼ばれる新しいビデオ深度推定法を提案する。 我々のキーとなる考え方は、最近のDUSt3Rモデルを用いて、異なる時間ステップの単分子深度マップを整列させることである。 実験により、Align3Rは一貫したビデオ深度を推定し、カメラはベースライン法よりも優れた性能を持つ単眼ビデオのポーズを示す。
  論文  参考訳（メタデータ） (2024-12-04T07:09:59Z)
• TanDepth: Leveraging Global DEMs for Metric Monocular Depth Estimation in UAVs [5.6168844664788855]
  本研究は,推定時間における相対的推定から距離深度を求めるための実用的スケール回復手法であるTanDepthを提示する。 提案手法は,GDEM(Global Digital Elevation Models)のスパース計測をカメラビューに投影することで活用する。 推定深度マップから接地点を選択して、投影された基準点と相関するクラスフィルタシミュレーションへの適応を示す。
  論文  参考訳（メタデータ） (2024-09-08T15:54:43Z)
• Instance-aware Multi-Camera 3D Object Detection with Structural Priors Mining and Self-Boosting Learning [93.71280187657831]
  カメラによる鳥眼視(BEV)知覚パラダイムは、自律運転分野において大きな進歩を遂げている。 画像平面のインスタンス認識をBEV検出器内の深度推定プロセスに統合するIA-BEVを提案する。
  論文  参考訳（メタデータ） (2023-12-13T09:24:42Z)
• GEDepth: Ground Embedding for Monocular Depth Estimation [4.95394574147086]
  本稿では,画像からカメラパラメータを分離する新たな接地モジュールを提案する。 地下深度と残留深度を最適に組み合わせるために、地上の注意をモジュール内に設計する。 実験の結果,本手法は一般的なベンチマークで最先端の結果が得られることがわかった。
  論文  参考訳（メタデータ） (2023-09-18T17:56:06Z)
• Self-Supervised Learning based Depth Estimation from Monocular Images [0.0]
  単色深度推定の目標は、入力として2次元単色RGB画像が与えられた深度マップを予測することである。 我々は、トレーニング中に固有のカメラパラメータを実行し、我々のモデルをさらに一般化するために天気増悪を適用することを計画している。
  論文  参考訳（メタデータ） (2023-04-14T07:14:08Z)
• Multi-Camera Collaborative Depth Prediction via Consistent Structure Estimation [75.99435808648784]
  本稿では,新しいマルチカメラ協調深度予測法を提案する。 カメラ間の構造的整合性を維持しながら、大きな重なり合う領域を必要としない。 DDADおよびNuScenesデータセットの実験結果から,本手法の優れた性能を示す。
  論文  参考訳（メタデータ） (2022-10-05T03:44:34Z)
• Visual Attention-based Self-supervised Absolute Depth Estimation using Geometric Priors in Autonomous Driving [8.045833295463094]
  空間的注意とチャネルの注意をすべてのステージに適用する,完全に視覚的注意に基づく奥行き(VADepth)ネットワークを導入する。 VADepthネットワークは、空間的およびチャネル的次元に沿った特徴の依存関係を長距離にわたって連続的に抽出することにより、重要な詳細を効果的に保存することができる。 KITTIデータセットの実験結果は、このアーキテクチャが最先端のパフォーマンスを達成することを示している。
  論文  参考訳（メタデータ） (2022-05-18T08:01:38Z)
• SurroundDepth: Entangling Surrounding Views for Self-Supervised Multi-Camera Depth Estimation [101.55622133406446]
  本研究では,複数の周囲からの情報を組み込んだSurroundDepth法を提案し,カメラ間の深度マップの予測を行う。 具体的には、周囲のすべてのビューを処理し、複数のビューから情報を効果的に融合するクロスビュー変換器を提案する。 実験において,本手法は,挑戦的なマルチカメラ深度推定データセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2022-04-07T17:58:47Z)
• Improving Monocular Visual Odometry Using Learned Depth [84.05081552443693]
  単眼深度推定を応用して視力計測(VO)を改善する枠組みを提案する。 我々のフレームワークの中核は、多様なシーンに対して強力な一般化能力を持つ単眼深度推定モジュールである。 現在の学習型VO法と比較して,本手法は多様なシーンに対してより強力な一般化能力を示す。
  論文  参考訳（メタデータ） (2022-04-04T06:26:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。