定量比較結(jié)果和視覺比較結(jié)果：

圖4：本研究中建議方法和SOTA方法的定量比較結(jié)果。 P5圖5：使用SOTA方法的視覺比較結(jié)果。 這項(xiàng)研究中提出的方法可以產(chǎn)生具有幾何一致性的深度估計(jì)結(jié)果，并且不會(huì)從移動(dòng)相機(jī)隨機(jī)捕獲的視頻中產(chǎn)生抖動(dòng)。

控制變量研究

表2：控制變量研究。 定量評(píng)估結(jié)果表明了該方法的重要性。 圖6：該方法的設(shè)計(jì)對(duì)輸出結(jié)果的貢獻(xiàn)。 圖7：使用長(zhǎng)期時(shí)間限制和視差損失的效果分析。 表3：在ScanNet數(shù)據(jù)集上的量化結(jié)果比較。

表4：關(guān)于tum-rgbd數(shù)據(jù)集的定量比較結(jié)果。

表5：Kitti參考數(shù)據(jù)集上的定量比較結(jié)果。

方法的局限性

這樣的方法有局限性嗎？ 在本文中，作者指出了該方法的四個(gè)局限性，分別是姿勢(shì)，動(dòng)態(tài)運(yùn)動(dòng)，光流和速度。

姿勢(shì)

此方法當(dāng)前依賴于colmap來(lái)基于單眼視頻估計(jì)相機(jī)姿勢(shì)。 在較困難的場(chǎng)景中，例如有限的攝像機(jī)平移和動(dòng)態(tài)模糊，colmap可能無(wú)法生成可靠的稀疏重建結(jié)果和攝像機(jī)姿態(tài)估計(jì)。

的大位姿誤差也會(huì)對(duì)該方法的輸出產(chǎn)生很大的負(fù)面影響，因此限制了該方法在此類視頻中的應(yīng)用。 將基于學(xué)習(xí)的姿勢(shì)估計(jì)與所提出的方法相結(jié)合的

可能是一個(gè)很好的研究方向。

動(dòng)態(tài)運(yùn)動(dòng)

此方法支持包含中等運(yùn)動(dòng)的視頻，但是如果運(yùn)動(dòng)更劇烈，則此方法會(huì)出現(xiàn)問題。

光學(xué)流

此方法依賴flownet2構(gòu)造幾何約束。 使用向前和向后傳播一致性檢查來(lái)濾除不可靠的光流，但這也會(huì)導(dǎo)致錯(cuò)誤。 此時(shí)，該方法無(wú)法輸出正確的