单目深度估计模型的不同应用
文献中讨论了几种从单张图像估计表面高度的方法。在之前的一篇文章中，我讨论了如何使用单目估计模型预测单张二维图像的深度。然而，当模型的输入是一张特定表面的图像时，预测结果代表着数字高程模型（DEM）。在我的第一篇研究论文中，我展示了如何使用深度学习方法从二维灰度图像中获取火星表面的DEM。为了更好地理解我将要提出的想法，我建议您先在此处尝试项目的演示。
介绍
正如在另一个故事中更详细地讨论的那样，表面的DEM是一个高程值网格，每个单元格存储着表面上特定点的高程：
DEM通常用色彩图表示。在上面的图像中，最高点为红色，最低点为紫色。
另一方面，单目深度估计模型用于估计图像中每个像素点（甚至卫星相机）与拍摄图像的相机之间的距离：
这个想法是，可以将表面的卫星图像输入单目深度估计模型中。通过这种方式，可以预测该表面的DEM，因为输出的每个点都代表着一个距离（深度），通过使用深度可以推导出表面的高程（稍后详细介绍）。
本文讨论的方法也可以用于其他表面，而不仅仅是火星。
UAHiRISE
高分辨率成像科学实验（HiRISE）是火星勘测轨道飞行器上的一台相机（用于提供支持的航天器…