论文及作者信息：
Hanyang University（韩国）
Jin Han Lee, Myung-Kyu Han, Dong Wook Ko and Il Hong Suh
【2019】From big to small Multi-scale local planar guidance for monocular depth estimation
开源：https://github.com/cogaplex-bts/bts
应用及分类：
单目深度估计从输入形式上有三种：1，single image 2，monocular sequence 3，stereo supervision training+single image inference
单目深度估计从建模方法上分为三种：A，dense pixel-level continuous regression B,classification C, quantized regression(又称ordinal regression)
BTS属于1A
BTS基本信息
0.有监督、端到端、单张RGB图片作为输入，输出单张深度图
1.网络架构：编解码结构+skip connection+ ASPP+LPG,如下图
ASPP: atrous spatial pyramid pooling
LPG: novel local planar guidance (BTS的主要技术点)
2.局部线性假设LPG模块: novel local planar guidance，将internal features回复到full resolution, 认为LPG模块直接定义或者说表达了internal features和最后full depth之间的关系。
技术点解读：LPG模块
0. 1x1卷积用了好几次，用一次通道数降1/2，最后降到#channel=3.
1.Channel1 2 物理意义：平面法向量，代表了平面法向量的两个*度polar and azimuthal angles：θ，φ。通过公式变换为单位法向量（unit normal vector）(n1,n2,n3）。具体变换公式：
2.Channel3的物理意义：plane和origin的垂直距离(perpendicular distance），相当于一个bias。
3.每个像素对应一组（n1,n2,n3,n4）
4.上述（ n1,n2,n3,n4 ）通过射线平面相交，得到局部kxk patch的深度线索：
LPG效果：
实验信息：
平台：four NVIDIA 1080ti GPUs
评估指标：论文中常用指标，错误率指标SqRel, AbsRel, RMSE, log10, RMSElog 以及精度指标δ
数据集：size 352 x 704 for KITTI and 416 x 544 for NYU Depth V2 datasets
NYU2：using 249 scenes for training and 215 scenes (654 images) for testing
KITTI：697 images covering a total of 29 scenes are used for evaluation, and the remaining 32 scenes of 23,488 images are used for the training （同Eigen工作划分模式，即Eigen split）
辅助注释：
Ours-xxxNet，或者提到的base network是指编码部分采用的架构，编码外其他部分相同：ResNet-101 , ResNext-101 and DenseNet- 161 ……这些网络在ILSVRC dataset预训练，后续训练中，网络最开始的两层参数固定，不做更新。
选用不同网络做编码器对比结果：
