基于自监督学习的单目图像深度估计算法

摘要：

针对现有单目图像深度估计方法中存在估计效果较差等问题,为提升单目图像深度估计的有效性,设计一种基于自监督学习的单目图像深度估计算法.首先获取单目图像绝对深度特征、相对深度特征以及位置特征,采用深度差的对数作为损失函数,得到图像点对点的关联特征;然后采用表面法线损失函数处理深度图表面法线,降低图像表面波动,计算图像光度损失函数与两个图像之间的相似度;最后将单目图像输入到 自监督学习网络,计算深度幅值,完成基于自监督学习的单目图像深度估计.实验主要分为客观评价和主观评价,在客观评价部分验证了本文估计算法深度预测的准确性达到了 91.2％,深度图边缘误差仅为3％,该方法具备较高的准确性;在主观评价中验证了本文算法能够真实预测图形特征,有效提高图像深度估计效果.

关键词：软件工程、自监督学习、单目图像、深度估计、特征提取、损失函数

所属期刊栏目：53

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金;广西自然科学基金项目

在线出版日期：2023-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1139-1145