[发明专利]基于多任务网络的单目深度估计与表面法向量估计方法

权利要求书

1.基于多任务网络的单目深度估计与表面法向量估计方法，其特征在于，所述方法包括以下步骤：

S1采用高分辨率网络作为骨干网络收集多尺度信息；

S2通过高分辨率网络输出了不同分辨率的特征，并对特征分别进行独立上采样后获得与原分辨率相同的特征图；

S3将获得的特征图串接得到一个多尺度表面特征，生成多尺度融合特征；

S4将多尺度融合特征分为2个分支特征，并输入至互相关注意力机制交互模块，获得学习相关性的互相关矩阵；

S5把输入到每个分支特征的连续卷积层，再通过softmax操作得到两个互相关注意力图并利用注意力图上有利于交互的部分获得新的融合特征；

S6重复步骤S5获得特定任务的特征信息后，最终得到单目深度估计和表面法向量估计结果。

2.根据权利要求1所述的基于多任务网络的单目深度估计与表面法向量估计方法，其特征在于，所述高分辨率网络输出了不同分辨率的特征为4种，包括：F1、F2、F3、F4。

3.根据权利要求1所述的基于多任务网络的单目深度估计与表面法向量估计方法，其特征在于，所述多尺度表面特征为：Fn 。

4.根据权利要求1所述的基于多任务网络的单目深度估计与表面法向量估计方法，其特征在于，所述互相关注意力图是权值在0到1之间的概率图。