融合转置注意力的自监督单目深度估计方法

来源：计算机技术与发展杂志2025年第09期北京时间：

作者：孙琦;胡建华;胡立华;姚晓玲;王欣波

摘要：针对结构复杂,重复纹理丰富的对象,现有单目深度估计方法获得的深度图在重复纹理处存在“缺口”、局部细节模糊等问题。在Monodepth2的基础上,该文提出一种基于转置注意力和局部细节增强的自监督深度估计方法。首先,在编码器部分加入转置注意力,计算特征图通道间的长距离依赖关系,进一步提取重复纹理区域的全局信息,有效解决了重复纹理区域的“缺口”问题。 其次,在解码器引入局部细节增强模块,通过融合不同尺度特征,缓解了深度图局部细节模糊的问题。最后,以古建筑数据集为对象,实验结果表明相较于基线网络,该算法在δ<1.25阈值精度提升了15.2%,平均相对误差、平方相对误差分别提升了4.4%、1.1%,均方根误差、对数均方根误差分别提升了3.7%、6%。 可视化结果表明,该网络模型生成的深度图不仅在古建筑椽结构等重复纹理处具有完整性,在雀替等精美局部结构也有细节保持能力。

关键词：自监督单目深度估计;转置注意力;局部细节增强;古建筑;深度学习