基于多尺度残差金字塔注意力网络模型的单目图像深度估计方法

摘要

一种基于多尺度残差金字塔注意力网络模型的单目图像深度估计方法，旨在有效解决在复杂场景中复杂纹理和复杂几何结构造成的局部细节信息丢失、物体边界扭曲等问题，显著提升图像深度估计的精度。包括：获得待估计图像；由编码器部分提取包含位置信息的低级特征；将提取的特征通过预测得到预测深度图和四个残差深度图；对得到的预测深度图进行上采样得到上采样深度图；由解码器部分对得到的残差深度图和上采样深度图进行处理和融合，得到最终的深度图。实验结果表明，本发明方法中的网络模型在总体上有一定的提升，在物体边界和局部细节具有较好的性能，能够更好地预测复杂场景中物体边界和局部细节的深度信息。