一种基于自我演化的鲁棒深度估计系统及深度估计方法

本发明提出一种基于自我演化的鲁棒深度估计系统及深度估计方法，属于计算机视觉领域技术领域，本发明为解决解决现有自监督方法在恶劣天气条件下性能显著下降的问题，其中系统包括：负样本生成模块和基于分布对齐的自演化对比学习模块。方法包括：初始化包历史深度模型的队列；将主模型参数写入历史深度模型队列，进行历史深度模型队列的自适应更新，并生成负样本集；确定当前历史深度模型输出的锚点样本和正样本；将锚点样本、正样本和负样本的深度图转换为区间概率分布；在分布建模过程中，基于区间概率分布计算自演化对比损失，并优化深度估计模型；重复上述步骤直至深度估计模型训练完成，利用训练后的深度估计模型进行深度估计。