融合感知卷积和注意力机制的全景图深度估计方法

来源：计算机技术与发展杂志2024年第12期北京时间：

作者：朱哲;黄莉;王宗阳

摘要：全景图像凭借广阔视野和完整场景信息,以及能够全面捕捉场景的空间结构和细节,提供准确细致的深度信息,在自动驾驶、机器人导航领域备受关注。 传统全景图像的投影方式,如等距柱状投影(ERP)提供了丰富的场景视野,但存在失真和无法获取完整上下文信息的问题;而立方体投影(CMP)虽然避免了失真,但是视野小以及边界不连续。 针对所存在的问题,该文提出了一种结合等距失真感知卷积和混合注意力机制的双分支全景图像深度估计方法———DeCSBAFuse。 该方法的主要创新:提出基于等距失真感知卷积的 EDeConv 分支,融入垂直方向上的图像信息,充分保留上下文信息;基于通道和空间注意力机制,引入批次注意力机制设计的 CSBA 分支,以更好地处理 CMP 不同面之间的边界问题。 相较于主流的全景图像深度估计方法,DeCSBAFuse 在三个基准数据集上展现出更准确的深度预测结果,尤其在细致纹理区域能够预测出更清晰的深度边界。

关键词：全景图像;深度估计;注意力机制;几何投影;失真感知卷积