融合十字交叉注意力的自监督单目深度估计

来源：计算机工程与应用杂志2026年第1期北京时间：

作者：郑宇轩, 续欣莹, 谢刚, 程兰, 李豪

单位：1.太原理工大学 电气与动力工程学院，太原 030024；2.太原科技大学 先进控制与装备智能化山西省重点实验室，太原 030024

摘要：针对一般的单目深度估计方法在城市道路的复杂区域中表现较差的问题，提出一种融合十字交叉注意力机制与局部特征增强的自监督单目深度估计模型。在模型编码器的不同阶段，通过堆叠具有不同数量的瓶颈卷积块，以扩大感受野并增强局部特征的表征能力。同时，引入十字交叉注意力机制以获取更为丰富的全局上下文信息，从而提升整体建模效果。此外，还设计了基于通道注意力机制的特征聚合模块，有效地整合来自不同尺度的语义信息。实验结果表明，提出的方法在KITTI数据集上优于主流方法Monodepth2，特别在复杂结构区域中展现出更为优异的深度预测性能。

关键词：深度估计,自监督,注意力机制,局部特征增强