基于自监督深度学习的轻量级单目深度估计方法和设备

本发明涉及一种基于自监督深度学习的轻量级单目深度估计方法和设备，通过获取连续的多帧图像，基于目标帧的相邻帧，利用训练后的深度估计模型对目标帧进行重建，得到目标帧的深度信息，其中，深度估计模型的训练过程包括如下步骤：获取单目视频序列，通过提取连续的多帧图像构建训练数据；通过位姿编码和解码，预测得到相邻两帧图像的相对位姿信息；通过多尺度特征提取以及动态上采样，得到保留局部细节特征的特征图，基于特征图得到深度图；基于相对位姿信息和深度图进行帧重建，在考虑基于语义感知的三元组损失的前提下计算损失函数值，实现对深度估计模型的训练。本发明具有上采样时充分保留细节特征、针对梯度丰富区域表现效果良好等优点。