一种基于深度学习的单目视觉场景深度估计的方法

摘要

本发明涉及一种基于深度学习的单目视觉场景深度估计的方法，采用VGG‑13网络模型，利用深度可分离卷积层代替标准卷积层以减少模型参数量，得到可用于获取视差图像的网络模型；将单目图像输入训练好的网络模型，生成多个尺度的视差图，再结合多尺度融合与视差图平滑生成与输入图像尺度一致的单幅视差图；根据多视图几何学中视差图与深度图的几何变换关系，生成对应的深度图像。有益效果：使用简单易得的双目可见光图像训练网络模型而不用使用获取代价很高的真实深度数据；采用深度可分离卷积代替标准卷积，可以减少网络模型的参数量为之前的七分之一，提升模型的推理速度。