华南理工大学学报(自然科学版)

作者：刘杰平 温竣文 梁亚玲

单位：华南理工大学 电子与信息学院，广东 广州 510640

关键词：深度学习,单目图像深度估计,多尺度注意力导向网络,多尺度特征,通道注意力融合

基金：国家自然科学基金资助项目 ( 61701181，61471173) ; 广东省自然科学基金资助项目 ( 2017A030325430)

针对现有基于深度学习的单目图像深度估计算法存在的空间分辨率低和边缘模糊等问题，提出了一种基于多尺度注意力导向网络的单目图像深度估计算法。首先设计了一个端到端的编码器 － 解码器模型，编码器以多个尺度进行特征提取。为了保证更好的深度连续性，解码器结合残差学习以及通道注意力融合，对提取的多尺度特征逐步优化细节以及场景结构。考虑到多次下采样会导致深度图细节的丢失，设计了边界增强模块，通过引入空间注意力，提升不同物体的类间对比度以增强图像的边界细节。最后，优化模块融合来自解码器和边界增强模块的多尺度特征，生成深度图像。实验结果表明，与当前主流的算法相比，文中算法生成的深度图像质量得到了提高，表现出了更细致的物体轮廓信息，在客观指标和主观效果上均有良好的表现。

来源：2020年第12期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2020年第12期