深度学习预测可解决自动驾驶等问题

激光雷达在计算“深度”信息方面非常准确，深度信息是无人驾驶汽车执行路径规划，与物体保持安全距离等操作的最重要内容之一。这使LiDARs成为集成到自动驾驶汽车中的理想选择。但是问题是，它们太贵了！

此前，高射程激光雷达的成本约为75，000美元。但是，为降低激光雷达的成本一直在进行昂贵的研究。Alphabet公司的母公司Waymo通过广泛的研究将成本降低了90％！

到目前为止，自动驾驶汽车中使用的LiDAR的成本要高于某些低档汽车本身。激光雷达的维护和处理输出仍然是一项昂贵的工作，令人头疼。因此，这使得它们成为自动驾驶汽车的商业化生产的较不适合的选择。

其次，LiDAR在恶劣的天气条件下不能很好地工作，它们会产生噪点，这可能会使LiDAR点云的输出不准确。

尽管如此，公司仍应该投资使用LiDAR和点云处理进行自动驾驶的方法，因为谁知道，也许有一天LiDAR也会变得便宜吗？

相机非常适合捕捉场景的高分辨率细节。但是问题是，它们没有像LiDAR那样为我们提供“深度信息” ：（折衷方案在世界上到处都是。相机的输出是高分辨率，但是是2D平面图像。这几乎是不可能的。可以从单个图像中获取“深度信息”，有些方法可以使用立体视觉从图像中获取深度。

给定从放置在同一水平高度一定距离的两个摄像机捕获的两个图像，我们可以使用计算机视觉算法估计深度信息。

在计算机视觉文献中存在很多立体深度估计算法，但它们都无法同时实现：实时处理、高精确度、全自动的。

人类使用立体视觉（Eyes），即使深度仅为一幅图像，也能出色地估计深度。甚至可以闭上一只眼睛，并且仍然可以合理地估计深度！

人类是否真的在“学习”如何感知深度？我们无法真正回答这个问题。

但是，深度仍然可以被视为学习问题，因此深度“足够好”可以解决自我驾驶问题吗？

现在有几篇论文将视线深度估计作为学习问题：

1．监督深度估计

“监督”深度学习背后的概念很简单，收集RGB图像及其相应的深度图，训练类似于“自动编码器”的体系结构进行深度估计。（尽管训练起来不那么简单，但如果不通过训练过程整合一些特殊技巧，FCN就永远无法真正发挥作用：）。

尽管此方法更易于掌握，但在现实生活中收集深度图是一项昂贵的任务。LiDAR数据可用于训练这类网络，因此，如果我们对由LiDAR收集的数据进行训练，则神经网络的性能将明显优于LiDAR，但仍然可以，因为我们不需要那种级别的准确性来驾驶汽车例如，知道树上是否有叶子的确切距离。

2．无监督深度估计

仅在一系列环境中记录质量深度数据是一个具有挑战性的问题。无监督方法可以在没有地面真实深度图的情况下学习深度！

“这种方法只是查看未标记的视频，并找到一种方法来创建深度图，方法不是尝试正确，而是尝试保持一致。”

3．神经网络架构

该网络具有类似于U－Net的架构，编码器部分是在ImageNet数据集上训练的预训练DenseNet模型。解码器部分使用双线性上采样而不是简单的上采样。

简而言之，我们使用双线性上采样是因为它在上采样后会整体上产生“平滑”图像。输出是深度图，深度图是图像大小的一半，这有助于网络学习更快。

4．图像增强

对于图像增强，可以使用以下技术：图像翻转，输入图像的色彩通道改组，向输入图像添加噪点，增加输入图像的对比度，亮度，温度等。这样可以确保模型在整个训练过程中始终看到新数据，并更好地泛化未见数据。

目前，深度估计在AR ／ VR中已经得到了许多应用。