Year: 2025
Type: article
Abstract: 为了克服现有无监督单目深度估计框架中的固有局限，增强网络在多种场景下的泛化性能，提出一种结合卷积神经网络、注意力机制，以及加速稳健特征（SURF）的轻量级无监督单目深度估计方法。设计了一种含有线性自注意力机制的残差块（CCT-Block）和一种含有坐标注意力机制的残差块（CA-Block）。两种残差块在ResNet框架内交替使用，构建多尺度编码器，该编码器在降低参数规模和内存占用的同时，可以捕获丰富的上下文信息，从而建立深度与图像特征之间的映射关系。引入SURF特征的重投影误差，以减少深度估计网络和位姿估计网络可能遇到的歧义。在KITTI数据集和Make3D、NYUDepth-v2、Cityscapes等多个数据集上进行评估。实验结果表明，所提方法在模型参数量仅为4.9×106的情况下，在KITTI数据集上的绝对相对误差和均方根误差分别为0.107和4.674，且在多个数据集中表现出良好的泛化性能。
Source: Laser & Optoelectronics Progress
DOI: 10.3788/lop241688
Institution: Xinjiang University
Language: English
Topic: Advanced Vision and Imaging
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: bronze
OpenAlex ID: W4409203683