本文介绍了IndoorDepth，一种用于室内深度自动估计的自我监督学习方法。该方法通过改进的光度损失函数和多阶段训练，解决了低纹理区域和自身运动预测不准确的问题。实验证明该方法在性能上超过了之前的最新方法，并在ScanNet数据集上验证了其泛化能力。

本文介绍了IndoorDepth，一种用于室内深度自动估计的自我监督学习方法。该方法通过改进的光度损失函数和多阶段训练来解决低纹理区域和自身运动预测问题，实验证实了其在性能和泛化能力方面的优势。