信息记录材料

首页 > 刊期 > 2023 > 5期 > 综合：探索与发现

融合多尺度特征的轻量级单目图像深度估计方法

李恩华，闫梦若，张佃君

【摘要】针对目前的单目深度估计网络复杂度高、边缘模糊、精度低等问题，本文以 FastDepth 网络模型架构为基础，在编码网络中以改进的模型提升网络的特征表达能力，在解码网络中融合了多尺度特征信息提升特征图推理精度，通过改进的 D-ASPP 模块细化编解码网络之间语义场景层次，解决边缘模糊和虚假纹理等问题。实验表明，此方法在保持较快的推理速度的同时，获得了较好的深度推理精度，是一种综合性能较好的轻量级单目深度方法。

【关键字】单目图像；深度估计；轻量级；特征