一种基于文本引导与多尺度融合的单目深度估计方法及系统

本发明公开了一种基于文本引导与多尺度融合的单目深度估计方法及系统，采用了跨语义注意力模块动态融合这些特征，并结合多尺度残差融合模块显著提升了深度估计的准确性和鲁棒性。与仅依赖图像特征的传统方法不同，本实施例的方法充分利用了预训练编码器中继承的丰富语义先验，从而增强了图像特征的表达能力。此外，图像的对应文本描述被编码后作为先验知识融入模型。通过交叉注意力机制动态调整图像和文本特征的权重并将它们融合在一起，随后通过多尺度残差计算捕捉图像在不同分辨率下的细粒度变化，使模型能够同时理解细节的局部信息和全局场景布局。这种设计不仅增强了模型适应复杂场景的能力，还显著提升了深度边界和细节的恢复效果。