ZoeDepth

일반화와 척도

다양한 사진에서 상대적인 깊이 구조를 배우는 것과 실제 미터 단위의 값을 배우는 것은 다른 학습 목표다. ZoeDepth는 두 접근을 연결한다. 상대 깊이 사전 학습만으로 실제 단위가 자동으로 결정된다는 뜻은 아니다.

영역별 헤드

실내와 야외처럼 깊이 범위가 다른 자료를 하나의 출력 방식으로 처리하기 어려울 수 있다. 영역별 가벼운 헤드와 깊이 구간을 조정하는 모듈을 사용하고 잠재 분류기로 입력을 알맞은 헤드에 보낸다. 여러 모델 구성이 가능하므로 모든 배포본이 동일한 헤드를 갖는 것은 아니다.

범위의 독립 예제

0~10m를 열 구간으로 동일하게 나누면 한 구간의 폭은 1m다. 0~100m를 같은 수로 나누면 10m다. 이는 범위가 달라지면 같은 구간 수의 의미도 달라진다는 예이며 ZoeDepth의 학습된 구간이 균등하다는 주장은 아니다.

전이 성능의 확인

학습에서 보지 않은 자료에 추가 조정 없이 적용하는 경우와 대상 자료에서 다시 학습한 경우를 구분한다. 실제 단위 예측이라도 촬영 환경에 따른 오차는 존재할 수 있다. 깊이 범위와 경계 품질, 가까운 물체와 먼 물체의 오류를 함께 확인한다.