矿大团队在计算机视觉领域深度估计方向取得研究进展

矿大智能检测与模式识别研究中心在计算机视觉领域深度估计方向取得研究进展。

三维重建本质是从二维图像中计算恢复出深度信息，建立二维图像和三维空间的映射关系，而深度信息的计算精度直接影响了三维重建的效果。深度估计算法分为监督算法和自监督算法两种，但是监督算法需要真值的辅助，而自监督算法根据自身的光度误差建立损失关系，不需要真值的辅助，并且自监督算法更加符合自然界的实际情况，即实体三维空间中存在这大量的没有真值的数据，所以自监督算法逐渐成为深度估计领域的主要研究方向。

目前来说，自监督深度估计算法还存在一些缺陷。问题主要在于自监督深度估计采用光度损失的弱监督。通过源视图估计出的深度图和相邻帧估计出的位姿参数重建出的伪源视图，而伪源视图和源视图之间的差异大小被定义为光度损失。但是光度损失较小时不能代表得到好的深度图和好的位姿，尤其是对于无纹理区域中的像素。

近日，研究中心韩成功博士、程德强教授、寇旗旗讲师等课题组成员在该领域取得研究进展。针对以上问题，在深度预测网络的编码器阶段加入注意力机制，加强提取有利于辅助判断的特征信息。其次提出了一种全新的用于深度估计领域的损失函数，使得深度预测网络在进行原图和预测图的损失计算时可以更好的关注像素边缘的纹理特征，加强像素匹配过程的准确度并减少光度误差。

研究成果形成论文“Self-Supervised Monocular Depth Estimation with Multi-Scale Structure Similarity Loss”，以中国矿业大学为第一单位，韩成功博士为第一作者、程德强教授为通信作者，在JCR二区的SCI期刊《MULTIMEDIA TOOLS AND APPLICATIONS》上发表。