一种基于双目视觉的列车前方场景深度估计方法

本发明涉及图像数据领域，提供一种基于双目视觉的列车前方场景深度估计方法，方法包括：通过双目相机获取列车前方场景的图像数据；数据增强后，提取网络获取多尺度特征；利用1/4分辨率的特征构建代价体；将代价体的几何特征与图像的上下文特征融合后，输入预先构建的多尺度空间注意力网络，优化代价体的聚合结果；通过视差回归对代价体的聚合结果进行视差估计，得到初始视差图；利用误差感知增强模块对初始视差图进行优化，得到列车前方景深的最终结果。用以解决相关技术中进行列车前方景深估计时精确度不高的缺陷，本申请的方案中基于列车前方场景的图像数据进行景深估计，相较于传统技术具有更高的识别精度，同时保持较高的预测速度。