一种融合多分辨率特征与全局上下文的单目自监督深度估计方法

一种融合多分辨率特征与全局上下文的单目自监督深度估计方法，属于计算机视觉技术领域，首先，提出基于跨阶段特征高分辨网络的编码器，通过改进HRNet网络的跨阶段连接机制增强对多尺度特征的提取能力；其次，引入视觉Transformer模块改进复杂的下采样操作，利用多头自注意力机制建立全局像素关联；然后，提出改进的解码器网络，使用通道注意力模块重新加权编码特征，更高效地利用编码器的多级特征，实现分割精度与计算成本的平衡；最后，基于轻量级ResNet18提出改进的姿态估计网络，结合4层卷积解码器预测相邻帧的6‑DoF相对位姿，精确地估计各个物体的深度。本发明提高了深度估计的准确率、改善了深度视图的视觉效果。