[发明专利]一种鲁棒的自监督学习单帧图像深度估计方法

权利要求书

1.一种鲁棒的自监督学习单帧图像深度估计方法，其特征在于包括以下步骤：

步骤一，在序列图像中截取相邻的三帧图像(I_t-1,I_t,I_t+1)作为一个训练样本，依次截取序列图像中所有相邻三帧图像组成训练样本集，其中，设I_t为目标图像，设I_t′∈(I_t-1,I_t+1)为两帧源图像；将I_t输入到深度估计网络f_D中获取深度图并将两个图像对(I_t,I_t′)分别输入到运动估计网络f_M中，获取两对帧间运动参数(R_t→t′,t_t→t′)，其中R_t→t′和t_t→t′分别为目标图像到源图像视角位姿变化的3*3旋转矩阵以及3*1的相对平移向量；

步骤二，将两帧源图像I_t′∈(I_t-1,I_t+1)生成仿真的目标图像I_t′→t，源图像I_t′上的像素p_t′在目标图像I_t上的对应点p_t′＝K[R_t→t′|t_t→t′]D_t(p_t)K^-1p_t，其中，D_t(p_t)为像素p_t位置上的深度，K为拍摄相机的内参数；计算仿真的目标图像I_t′→t与真实目标图像间的损失图L_p(I_t,I_t′→t)＝min(r(I_t,I_t′→t))，其中min(·)为逐像素求取最小值操作，r(I_t,I_t′→t)为两帧图像间像素误差值；

步骤三，采用掩膜与损失图逐像素相乘的方法剔除相对运动区域；

步骤四，计算环路一致性损失其中I为单位矩阵，R_t-1→t,R_t→t+1,R_t+1→t-1分别为三张输入图(I_t-1,I_t,I_t+1)两两输入运动估计网络中得到的旋转矩阵，为矩阵乘法，避免估计退化的正则项||R′_i→j||为矩阵R_i→j非对角线元素绝对值之和；

步骤五，计算网络最终输入的损失其中L_p为损失图，为运动区域掩膜，L_c为环路一致性损失，λ、μ为权重参数，深度图平滑性约束为I_t深度图估计结果，|·|为取绝对值操作。

2.根据权利要求1所述的鲁棒的自监督学习单帧图像深度估计方法，其特征在于：所述的深度估计网络f_D是以ResNet18为编码器的UNet结构。

3.根据权利要求1所述的鲁棒的自监督学习单帧图像深度估计方法，其特征在于：所述的运动估计网络f_M以ResNet18为编码器。

4.根据权利要求1所述的鲁棒的自监督学习单帧图像深度估计方法，其特征在于：所述的其中，SSIM为图像质量评估算法，α为权重参数，||·||₁代表求取L1范数，图像梯度值

5.根据权利要求4所述的鲁棒的自监督学习单帧图像深度估计方法，其特征在于：所述的权重参数α设为0.85。