一种基于上下文语义与像素不确定度的光流位姿估计方法

本发明公开了一种基于上下文语义与像素不确定度的光流位姿估计方法，该方法利用端到端的单目视觉里程计网络架构，将光流网络和位姿网络深度耦合，使用光流网络输出的光流图、上下文语义特征和不确定度图作为位姿网络的输入信息，将二者各模块深度耦合联合训练优化，实现相机位姿的可靠与准确估计；同时通过并行引入上下文语义特征与像素级不确定性估计机制，实现对关键区域的自适应聚焦与动态过滤；实现上下文语义特征信息与运动信息的互补融合，增强光流特征的语义表达能力；同时，逐元素相加操作促进了梯度流动，提升了模型的训练稳定性；特别是在动态物体或复杂背景的场景中，该模块能够有效区分前景和背景，减少无关区域的干扰。