基于多尺度深度图自适应融合的单目深度估计

摘要

深度估计网络通常具有较多的网络层数，图像特征在网络编码和解码过程中会丢失大量信息，因此预测的深度图缺乏对象结构细节且边缘轮廓不清晰。本文提出了一种基于多尺度深度图自适应融合的单目深度估计方法，可有效保留对象的细节和几何轮廓。首先，引入压缩与激励残差网络（SE-ResNet），利用注意力机制对不同通道的特征进行编码，从而保留远距离平面深度图的更多细节信息。然后，利用多尺度特征融合网络，融合不同尺度的特征图，得到具有丰富几何特征和语义信息的特征图。最后，利用多尺度自适应深度融合网络为不同尺度特征图生成的深度图添加可学习的权重参数，对不同尺度的深度图进行自适应融合，增加了预测深度图中的目标信息。本文方法在NYU Depth V2数据集上预测的深度图具有更高的准确度和丰富的物体信息，绝对相对误差为0.115，均方根误差为0.525，精确度最高达到99.3%。

关键词

单目深度估计 / 注意力机制 / 多尺度特征融合网络 / 多尺度深度自适应融合网络

基金资助

武汉工程大学校内科学研究基金（21QD23）