基于自监督学习的单目图像深度估计算法

作者：白琳; 刘林军; 李轩昂; 吴沙; 刘汝庆

来源：吉林大学学报（工学版）, 2023, 53(04): 1139-1145.

DOI：10.13229/j.cnki.jdxbgxb.20220126

• 软件工程
• 自监督学习
• 单目图像
• 深度估计
• 特征提取
• 损失函数

针对现有单目图像深度估计方法中存在估计效果较差等问题，为提升单目图像深度估计的有效性，设计一种基于自监督学习的单目图像深度估计算法。首先获取单目图像绝对深度特征、相对深度特征以及位置特征，采用深度差的对数作为损失函数，得到图像点对点的关联特征；然后采用表面法线损失函数处理深度图表面法线，降低图像表面波动，计算图像光度损失函数与两个图像之间的相似度；最后将单目图像输入到自监督学习网络，计算深度幅值，完成基于自监督学习的单目图像深度估计。实验主要分为客观评价和主观评价，在客观评价部分验证了本文估计算法深度预测的准确性达到了91.2%，深度图边缘误差仅为3%，该方法具备较高的准确性；在主观评价中验证了本文算法能够真实预测图形特征，有效提高图像深度估计效果。

• 单位
  广西师范大学; 电子工程学院