系统工程与电子技术

作者：曲熠, 陈莹

单位：江南大学轻工过程先进控制教育部重点实验室, 江苏 无锡 214122

关键词：单目深度估计,无监督学习,条状卷积,边缘增强

基金：国家自然科学基金(62173160)

为解决无监督单目深度估计边缘深度估计不准确的问题, 提出了一种基于边缘强化的无监督单目深度估计网络模型。该模型由单视图深度网络和姿态网络两部分构成, 均采用编解码结构, 其中单视图深度网络编码器使用高分辨率网络(high-resolution net, HRNet)作为骨干网络, 在整个过程中保持高分辨率表示, 有利于提取精确空间特征; 单视图深度网络解码器引入条状卷积, 细化深度边缘附近的深度变化, 同时利用经典的高斯拉普拉斯算子增强边缘细节, 最终充分利用深度边缘信息提高深度估计质量。在KITTI数据集中进行的实验结果表明: 所提模型具有较好的深度估计性能, 能够使深度图中的目标边缘更加清晰, 细节更加丰富。

来源：2023年第1期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第1期