[發明專利]一種基于CBAM的單目無監督深度估計方法

在審

• 申請號: 202110142746.6
• 申請日: 2021-02-02
• 公開（公告）號: CN112950697A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 潘樹國;魏建勝;高旺;趙濤
• 申請（專利權）人: 東南大學
• 主分類號: G06T7/593
• 分類號: G06T7/593;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 周蔚然

本發明公開了一種基于CBAM的單目無監督深度估計方法。深度估計是機器人實現對周圍環境感知的關鍵技術之一，基于監督學習的深度估計方法將激光雷達等傳感器得到的距離測量值處理后作為真值進行訓練，但此過程會占用大量的人力和計算資源，因此其在跨場景中的應用很受限制。本發明在基于無監督學習的深度估計框架下，引入卷積塊注意力模塊并進行立體圖像對的光度重建、視差平滑和左右視差一致性訓練，對單目圖像進行有尺度的深度估計。使用本發明所提出的方法，能夠保留周圍環境中物體的深度細節，并提高整體的深度估計精度，同時在跨場景下的泛化能力也能得到保障。

技術領域

本發明屬于智能體自主導航和環境感知領域，具體涉及一種基于CBAM的單目無監督深 度估計方法。

背景技術

智能體為實現安全可靠的自主導航需要具備完善的環境感知功能，這其中就包括對智能 體周圍的環境進行深度估計。基于三維激光雷達的深度估計能夠得到較為精確的深度估計結 果，但是其價格昂貴且只能得到稀疏的深度估計。基于RGBD相機的深度估計操作簡單，但 深度估計范圍有限且在室外環境中使用受限。基于立體相機的深度估計在室內外使用不受限 制，但其對計算資源的占用較大，且由于基線偏短造成深度估計范圍有限。基于單目相機的 深度估計能夠得到稠密的深度圖，但是由于缺乏絕對尺度，傳統的單目方法不能得到真實的 深度估計。

隨著人工智能的發展，智能體逐漸應用深度卷積神經網絡來完成環境感知任務。研究人 員最早利用監督學習來恢復單目相機的絕對尺度，從而完成單目的稠密深度估計。但是監督 學習需要大量具有GroundTruth的數據樣本進行訓練，這大大制約了它的泛化能力。目前， 基于無監督的單目深度估計以其簡單有效的訓練方式和漸趨提高的精度表現得到了研究者們 的青睞，各類先進的網絡設計思想被運用至其中，比如注意力機制、多路徑連接和空間搜索 等。因此研究帶注意力機制的單目無監督深度估計方法，以實現智能體對周圍環境的高精度 稠密深度感知，具有重要的科研價值和現實意義。

發明內容

為解決上述問題，本發明公開了一種基于CBAM(Convolutional Block AttentionModule， 卷積塊的注意力模塊)的單目無監督深度估計方法，將注意力機制引入深度估計任務，保留 物體的深度細節和提高深度估計的整體精度，為智能體自主導航和環境感知提供基礎。

為達到上述目的，本發明的技術方案如下：

一種基于CBAM的單目無監督深度估計方法，包括以下步驟：

步驟1)，引入CBAM同Resblock組合成Resblock-CBAM；

步驟2)，基于Resblock-CBAM設計帶注意力機制的深度估計網絡；

步驟3)，針對立體圖像對的光度重建、視差平滑和左右視差一致性對深度估計網絡進行 訓練，并完成對單目圖像的深度估計。

進一步的，步驟1)所述的引入CBAM同Resblock組合成Resblock-CBAM，包括如下具體步驟：

a)，設置CBAM中的通道注意子模塊和空間注意子模塊為順序連接，然后將CBAM與Resblock并行連接形成Conventional Resblock-CBAM，最后的輸出方程如式(1)所示：

F_c＝F_r+F_r” (1)

式中，為Resblock的輸出特征，為CBAM空間注意子模塊的輸出特 征，為Conventional Resblock-CBAM的輸出特征；

b)，設置CBAM中的通道注意子模塊和空間注意子模塊為順序連接，然后將CBAM與Resblock串行連接形成Modified Resblock-CBAM，最后的輸出方程如式(2)所示：