AR眼镜中不稳定立体相机系统的高效深度估计

本研究针对增强现实应用中的深度估计问题，传统方法需较长时间的预处理，且在资源受限的移动平台上延迟较大。本文提出了MultiHeadDepth和HomoDepth两种新模型，采用硬件友好的深度估计方法，改善准确度与降低延迟，MultiHeadDepth提升了11.8-30.3%的准确度，并且HomoDepth能处理未校正图像，降低44.5%的端到端延迟，从而推动了未来AR设备上的实用深度估计。