一种基于轻量化单目深度估计的虚实遮挡处理方法

本发明请求保护一种基于轻量化单目深度估计的虚实遮挡处理方法，包括以下步骤：进行模型训练，使用轻量级卷积神经网络结合小型视觉Transformer层作为网络模型，输入的单目图像预测出对应的深度图，应用像素级对比损失函数对模型进行优化，利用OpenGL进行实时遮挡处理，对模型进行加速，在移动设备上部署该系统。本发明采用了基于深度学习的单目深度估计算法进行虚实遮挡处理，实现高精度的要求，同时通过轻量化操作对算法进行优化和模型压缩，减少模型的参数量、简化网络结构和使用模型压缩技术，来减小深度学习模型的体积和计算量，这样一来，即使在AR设备的有限算力下，仍然能够加载和运行轻量化的模型，从而实现实时的虚实遮挡处理，实现高实时性的要求。