特征偏置与注意力聚合的自监督单目深度估计网络

来源：计算机工程与应用杂志2026年第1期北京时间：

作者：贾瑞明, 余俊, 徐霄, 王涵, 郑瀚

单位：1.北方工业大学 信息学院，北京 100144；2.广西高校人工智能与信息处理重点实验室（河池学院），广西 河池 546300

摘要：提出一种特征偏置与注意力聚合的网络模型，解决单目深度估计任务中存在的深度不连续、局部偏差大等问题。特征偏置增强模块通过在网络内部特征通道维度上添加随机偏置，强化网络对位置信息的处理，增强模型的泛化能力。此外，重新设计卷积与自注意力的双路聚合结构，使用深度卷积与非压缩门控结构模块，更加准确地推理像点的深度信息。在公开数据集KITTI和Make3D上分别进行了对比实验和泛化验证实验，对比实验的精度提升了2.01%，跨数据集泛化实验的精度提高了5.23%。

关键词：单目深度估计,自监督,聚合注意力,特征偏置增强