Sphere-Depth：球面カメラの姿勢が異なる状況に対応する深度推定手法のためのベンチマーク

要旨: 球面画像からの信頼性の高い深度推定は、ロボットナビゲーションや没入型のシーン理解における360{\deg}ビジョンにとって重要である。しかし、搭載された球面カメラは、実環境のロボットプラットフォーム上で意図しない姿勢変動を起こし得る。これは、等距円筒（equirectangular）投影に固有の幾何学的歪みに加わることで、深度推定の有効性に大きな影響を与える。 この問題を調査するため、再現可能な形で等距円筒画像からの単眼深度推定モデルの頑健性を体系的に評価する、新たな公開ベンチマーク「Sphere-Depth」を導入する。カメラ姿勢の摂動をシミュレートし、広く用いられている透視投影ベースのモデルであるDepth Anything、およびDepth Anywhere、ACDNet、Bifuse++、SliceNetのような球面を意識したモデルの性能を評価する。さらに、モデル間で意味のある評価を行うために、深度キャリブレーションに基づく誤差プロトコルを提案し、予測された相対深度の値を、各モデルごとに教師ありで学習されたスケーリング係数を用いて、メートル単位の深度値へと変換する。 実験の結果、球面画像を処理することを明示的に設計したモデルであっても、正準姿勢（canonical pose）に対するカメラ姿勢の変動が観測されると、実質的な性能劣化が生じることが示された。 完全なベンチマーク、評価プロトコル、およびデータセット分割は以下で公開されている: https://github.com/sgazzeh/Sphere_depth