摘要

本发明公开了一种基于深度网络与运动信息的单目室内深度估计算法。首先,通过为较好的解决动态场景下特征提取不准确的问题,本发明通过设计编解码深度估计网络架构,根据前后帧的约束关系,提出了一种联合深度网络和运动信息的单目室内深度估计算法。其核心思想是利用帧间几何约束关系充分挖掘相邻帧间的上下文信息,并通过光流估计法跟踪相邻帧间的运动区域信息,利用运动矢量(Motion Vector,MV)推断深度信息,再结合分层特征提取网络,通过联合传统几何约束和深度神经网络的特征提取方法,最终实现室内静态、动态场景深度估计,进一步提升了单目室内深度估计算法的适应性和鲁棒性。