一种基于卷积神经网络的室内单目场景深度估计的方法

摘要

本发明涉及一种基于卷积神经网络的室内场景深度估计的方法，包括下列步骤：第一步，构建带有标注和标签的图片数据库；第二步，训练一个深度卷积神经网络：利用所得的数据集，利用全卷积通道注意力网络(Full Convolutional Squeeze‑and‑Excitation Net)和全卷积残差网络的基本原理，设计一种网络结构，采用编码器解码器架构，将改进的注意力模块放入编码器中，将改进的上采样模块放入解码器中，从而得到最佳的精度；第三步，使用L1损失函数对网络模型进行优化；第四步，图像深度估计。