计算机应用

作者：熊炜, 陈奕博, 张丽真, 杨茜, 邹勤

单位：1.湖北工业大学 电气与电子工程学院，武汉 430068；2.武汉大学 计算机学院，武汉 430072

关键词：自监督单目深度估计,多视图立体,单目视频,代价体积

基金：国家自然科学基金资助项目(62202148)

多帧自监督单目深度估计通过当前帧和上一帧之间的关系构建代价体积（CV），可以作为单目深度估计网络的额外输入源，更准确地描述场景视频中的时间序列关系和空间结构信息；然而，当场景中存在动态物体或者无纹理区域时，CV会成为不可靠的信息来源。当单目深度估计网络过度依赖CV中的不可靠信息源时，会导致深度估计精度下降。为此，设计一种多帧融合模块动态降低不可靠信息源的权重，减小不可靠信息源对网络的影响。为了应对CV中不可靠信息源对网络训练的负面影响，还设计了一种引导深度估计网络训练的网络，防止深度估计网络过度依赖不可靠信息。所提方法在KITTI数据集上取得了出色的性能，与基准方法Lite-Mono相比，它的绝对相对误差、平方相对误差和均方根误差（RMSE）分别下降了0.015、0.094和0.200；与同类方法相比，所提方法精度更高，且占用的计算资源更少。所提网络结构充分利用了多帧训练的优势，同时避免了多帧训练的缺陷（即CV不确定性对网络的影响），可有效提升模型精度。

来源：2024年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第12期