方向感知增强的轻量级自监督单目深度估计方法

来源：电子与信息学报杂志2024年第9期北京时间：

作者：程德强, 徐帅, 吕晨, 韩成功, 江鹤, 寇旗旗

单位：1.中国矿业大学信息与控制工程学院 徐州 2211162.中国矿业大学计算机科学与技术学院 徐州 221116

摘要：为解决现有单目深度估计网络复杂度高、在弱纹理区域精度低等问题，该文提出一种基于方向感知增强的轻量级自监督单目深度估计方法(DAEN)。首先，引入迭代扩展卷积模块(IDC)作为编码器的主体，提取远距离像素的相关性；其次，设计方向感知增强模块(DAE)增强垂直方向的特征提取，为深度估计模型提供更多的深度线索；此外，通过聚合视差图特征改善解码器上采样过程中的细节丢失问题；最后，采用特征注意力模块(FAM)连接编解码器，有效利用全局上下文信息解决弱纹理区域的不适应问题。在KITTI数据集上的实验结果表明，该文模型参数量仅2.9M，取得\begin{document}$ \delta $\end{document}指标89.2%的先进性能。在Make3D数据集上验证DAEN的泛化性，结果表明，该文模型各项指标均优于目前主流的方法，在弱纹理区域具有更好的深度预测性能。

关键词：图像处理, 深度估计, 自监督学习, 方向感知

基金资助：国家自然科学基金(52304182)，徐州市推动科技创新专项资金项目(KC23401)