基于边缘强化的无监督单目深度估计

摘要：

为解决无监督单目深度估计边缘深度估计不准确的问题,提出了一种基于边缘强化的无监督单目深度估计网络模型.该模型由单视图深度网络和姿态网络两部分构成,均采用编解码结构,其中单视图深度网络编码器使用高分辨率网络(high-resolution net,HRNet)作为骨干网络,在整个过程中保持高分辨率表示,有利于提取精确空间特征;单视图深度网络解码器引入条状卷积,细化深度边缘附近的深度变化,同时利用经典的高斯拉普拉斯算子增强边缘细节,最终充分利用深度边缘信息提高深度估计质量.在KITTI数据集中进行的实验结果表明:所提模型具有较好的深度估计性能,能够使深度图中的 目标边缘更加清晰,细节更加丰富.

关键词：单目深度估计、无监督学习、条状卷积、边缘增强

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金62173160

在线出版日期：2024-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：71-79