論文の概要: Self-Supervised Perceptually Interpretable Monocular Depth Estimation

• arxiv url: http://arxiv.org/abs/2609.30987v1
• Date: Fri, 25 Sep 2026 08:34:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.297812
• Title: Self-Supervised Perceptually Interpretable Monocular Depth Estimation
• Title（参考訳）: 知覚的に解釈可能な自己監督型単眼深度推定
• Abstract要約: 本稿では,知覚的に解釈可能な単眼深度推定(PIMDE)のための自己教師型フレームワークを提案する。 提案手法は,RGB入力を直接操作するのではなく,各画像を知覚特徴写像(PFM)の集合に分解する。 KITTIベンチマークデータセットで行った実験は、PIMDEが確立された自己教師型MDE手法に匹敵する性能を達成することを示した。
• 参考スコア（独自算出の注目度）: 7.445835989976341
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Self-supervised monocular depth estimation (MDE) enables depth prediction from monocular images without requiring ground-truth supervision, making it attractive for large-scale and real-world applications. Despite steady improvements in accuracy, most existing methods remain difficult to interpret, as depth is inferred from RGB representations that obscure the impact of individual perceptual image components. This lack of transparency limits systematic analysis of failure cases and reduces confidence in safety-critical settings. This paper presents a self-supervised framework for perceptually interpretable monocular depth estimation (PIMDE), designed to associate depth predictions with distinct perceptual components of the input image. Rather than operating directly on RGB inputs, the proposed method decomposes each image into a set of perceptual feature maps (PFMs), each encoding a specific visual cue. Distinct depth estimation branches process these PFMs independently to produce depth estimates (PIDEs), which are subsequently combined through an explicit fusion strategy. This formulation allows us to examine directly the contribution of each perceptual cue to the final depth prediction. Experiments conducted on the KITTI benchmark dataset demonstrate that PIMDE achieves performance comparable to established self-supervised MDE methods while providing additional insight into how different perceptual cues influence depth estimation. These results indicate that perceptual decomposition can support interpretability without sacrificing depth estimation accuracy.
• Abstract（参考訳）: 自己教師付き単眼深度推定(MDE)は、地表面の監督を必要とせず、単眼画像からの深度予測を可能にする。 精度が着実に改善されているにもかかわらず、ほとんどの既存の手法は、個々の知覚画像成分の影響を曖昧にするRGB表現から深度を推定するため、解釈が難しいままである。 この透明性の欠如は、障害ケースの体系的な分析を制限し、安全クリティカルな設定に対する信頼性を低下させる。 本稿では,入力画像の知覚的成分と深度予測を関連付けることを目的とした,知覚的に解釈可能な単眼深度推定(PIMDE)のための自己教師型フレームワークを提案する。 提案手法は,RGB入力を直接操作するのではなく,各画像を知覚的特徴マップ(PFM)の集合に分解し,それぞれが特定の視覚的キューを符号化する。 個別深度推定枝はこれらのPFMを独立に処理して深度推定(PIDE)を生成し、その後、明示的な融合戦略によって結合する。 この定式化により、各知覚的キューの最終的な深さ予測への寄与を直接的に調べることができる。 KITTIベンチマークデータセットを用いて行った実験は、PIMDEが確立された自己教師付きMDE手法に匹敵する性能を達成し、異なる知覚的手がかりが深度推定にどのように影響するかについてさらなる知見を提供する。 これらの結果から, 深度推定精度を犠牲にすることなく, 知覚的分解が解釈可能性をサポートできることが示唆された。

関連論文リスト

• Rethinking Transparent Object Grasping: Depth Completion with Monocular Depth Estimation and Instance Mask [10.472380465235629]
  ReMakeは、インスタンスマスクと単眼深度推定によってガイドされる、新しい深度補完フレームワークである。 提案手法は,ベンチマークデータセットと実世界のシナリオの両方において,既存の手法よりも優れている。
  論文  参考訳（メタデータ） (2025-08-04T15:14:47Z)
• Intrinsic Image Decomposition for Robust Self-supervised Monocular Depth Estimation on Reflective Surfaces [10.557788087220509]
  自己教師付き単分子深度推定(SSMDE)は深層学習の分野で注目を集めている。 固有画像分解をSSMDEに組み込んだ新しいフレームワークを提案する。 本手法は単眼深度推定と内在画像分解の両方を相乗的に訓練する。
  論文  参考訳（メタデータ） (2025-03-28T07:56:59Z)
• Fully Self-Supervised Depth Estimation from Defocus Clue [79.63579768496159]
  スパース焦点スタックから深度を純粋に推定する自己教師型フレームワークを提案する。 筆者らのフレームワークは,深度とAIF画像の接地構造の必要性を回避し,より優れた予測を得られることを示す。
  論文  参考訳（メタデータ） (2023-03-19T19:59:48Z)
• Towards Interpretable Deep Networks for Monocular Depth Estimation [78.84690613778739]
  我々は,深部MDEネットワークの解釈可能性について,その隠蔽ユニットの深さ選択性を用いて定量化する。 本稿では,解釈可能なMDE深層ネットワークを,元のアーキテクチャを変更することなく学習する手法を提案する。 実験により,本手法は深部MDEネットワークの解釈可能性を向上させることができることが示された。
  論文  参考訳（メタデータ） (2021-08-11T16:43:45Z)
• Variational Monocular Depth Estimation for Reliability Prediction [12.951621755732544]
  教師付き学習手法の代替として,単眼深度推定のための自己教師付き学習が広く研究されている。 従来はモデル構造の変更による深度推定の精度向上に成功している。 本稿では, 単眼深度推定のための変分モデルを理論的に定式化し, 推定深度画像の信頼性を推定する。
  論文  参考訳（メタデータ） (2020-11-24T06:23:51Z)
• SAFENet: Self-Supervised Monocular Depth Estimation with Semantic-Aware Feature Extraction [27.750031877854717]
  本稿では,セマンティック情報を活用して光度損失の限界を克服するSAFENetを提案する。 私たちのキーとなるアイデアは、意味的知識と幾何学的知識を統合するセマンティック・アウェア・ディープ機能を活用することです。 KITTIデータセットの実験では、我々の手法が最先端の手法と競合するか、さらに優れています。
  論文  参考訳（メタデータ） (2020-10-06T17:22:25Z)
• Adaptive confidence thresholding for monocular depth estimation [83.06265443599521]
  本稿では,自己教師付ステレオマッチング法から生成されたステレオ画像の擬似地上真実深度マップを利用する新しい手法を提案する。 擬似地底深度マップの信頼度マップを推定し、不正確な擬似地底深度マップによる性能劣化を緩和する。 実験結果から, 最先端の単分子深度推定法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2020-09-27T13:26:16Z)

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。