Anytime Stereo Image Depth Estimation on Mobile Devices

![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/482094/e87e78b8-3ae4-82f7-4a68-24a18f77b049.png)

2 stage Refinementならず4 stageのネットワークを作ったら良い感じだったらしい。

新規性

![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/482094/3b855bdf-db55-23c5-f704-07cc0b17014f.png)

U-Net Feature Extractor

![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/482094/2439a215-8eb1-c9a9-788e-16cc28062c04.png) Unetを使うことで同時に複数サイズのFeature Mapを得れるのね。賢い

Distance-Based Cost Volume

![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/482094/5ddb727a-3b40-96ee-0e3f-5cb2c76b821e.png) Cost Volumeを作る際はPSMneのようにConcatenationするか、Inner Productを取る方法が一般的であるが、Anynetでは差分を取っている。個人的にInner Productの方が相関性が見えるから良いと思ったのだが。

恐らくInner Productをやっていないから、実験したら面白いかも。
計算コストは同じはずだし

結果

![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/482094/ba681f86-c1cc-f960-9de6-2eb0e9b49405.png) かなり早い！

PSMNetに比べて精度は劣っているがスピードが格段に早い

結論

・Real time systemに使いたいならAnyNetあり Stereo Depthで初の精度のあるReal time system(10Hz)なのではないだろうか

参考文献

Anytime Stereo Image Depth Estimation on Mobile Devices https://arxiv.org/pdf/1810.11408.pdf