基于全局-局部特征融合的室内单目深度估计

为解决单目深度估计模型在复杂室内场景中因遮挡和光照变化等因素导致的深度估计准确度低、物体轮廓模糊和细节丢失等问题，提出一种基于全局-局部特征融合的室内单目深度估计算法。首先，在解码器部分引入分层Transformer结构，以增强模型对场景全局特征的提取能力，同时引入简单金字塔池化模块进一步丰富特征表达；其次，在解码器中，设计了一种门控自适应聚合模块，通过有效整合全局和局部信息，优化上采样过程中的特征融合；最后，在解码器末端引入多核卷积模块，以增强模型对物体局部细节的捕获能力。在室内场景数据集NYU Depth V2上的实验结果表明，所提算法能够显著提升深度预测的精度，其均方根误差仅为0.361... View More