Boundary-induced and Scene-aggregated Network for Monocular Depth Prediction

这篇论文主要是做有监督深度估计，这里重点看了一下他的创新点和损失函数

创新点

针对创新点，主要遇到的一个问题是深度估计边缘不清晰，边缘处深度估计不准确

BUBF自底向上的边界融合模块

每一层编码器特征提取结果，通过RB（Refinement Block）细化特征，然后与上一层编码器特征融合，目的是得到准确的边界特征。

损失函数

三个部分的损失函数组成：loss = depth_loss + gradient_loss + normal_loss。这里重点说一下梯度损失。

gradient Loss

第一眼看到这个损失，不太理解是怎么计算的，看了源码，法线他是对于预测的pre和真值gt图做了sober边缘检测，特到x,y方向的梯度，然后计算这两个梯度的损失。通过这种方式计算边界损失，感觉挺巧妙的。