一种基于状态空间模型的自监督单目深度估计方法及系统

本发明公开了一种基于状态空间模型的自监督单目深度估计方法及系统，属于计算机视觉与深度学习领域；所述方法包括：使用初始网络对图像序列进行下采样操作得到三个尺度的特征序列；使用隐藏状态层对初始网络输出的三个尺度的特征序列分别进行下采样操作后再执行分块处理操作得到多尺度特征图；通过相邻目标图像帧分别输入姿态网络中得到一个6自由度的姿态变换矩阵；通过多尺度特征图和深度网络得到深度图，最后与内参网络得到最终结果。本发明将位姿网络、深度网络和内参网络三者整合在一起，相较于现有的轻量级单目深度估计方法，在同等参数量级下全面超越现有的模型；本发明方法在相同或更小参数量下，整体误差更低，精度更高。