基于边缘感知模型与特征增强的自监督单目深度估计网络
Self-supervised monocular depth estimation network based on edge-aware modeling and feature enhancement
1. 沈阳建筑大学计算机科学与工程系, 沈阳 110168
2. 辽宁省城市建设大数据管理与分析重点实验室, 沈阳 110168
3. 国家特种计算机工程技术研究中心沈阳分中心, 沈阳 110168
4. 中国科学院沈阳自动化研究所 机器人学国家重点实验室, 沈阳 110016
摘要
针对自监督单目深度估计方法在结构细节保持与计算效率方面存在的不足进行了研究。现有基于注意力机制的模型虽具备较强的长程依赖建模能力，但在多次下采样与上采样过程中易削弱边缘信息，并带来较高计算开销。为此，提出一种融合边缘感知机制与增强型特征融合策略的网络结构。在编码阶段设计边缘感知模块，通过建模特征梯度变化强化物体边界与深度突变区域的表达能力；在解码阶段设计特征融合增强模块，实现高层语义信息与浅层空间细节的有效整合，缓解高频信息衰减问题。在KITTI数据集上的对比实验结果表明，该方法在定量指标与视觉效果方面均取得提升；在Make3D与NYUv2数据集上的跨数据集测试进一步验证了模型的泛化性能。研究结果表明，该方法能够在保证计算效率的同时有效提升深度估计的结构表达能力。
基金项目
辽宁省科技厅项目(2023JH2/101300212)
国家自然科学基金项目(62073227)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.12.0542
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第10期
发布历史
[2026-07-03] 优先出版
引用本文
袁帅, 王梓健, 雷鸣波, 等. 基于边缘感知模型与特征增强的自监督单目深度估计网络 [J]. 计算机应用研究, 2026, 43 (10). (2026-07-30). https://doi.org/10.19734/j.issn.1001-3695.2025.12.0542. (Yuan Shuai, Wang Zijian, Lei Mingbo, et al. Self-supervised monocular depth estimation network based on edge-aware modeling and feature enhancement [J]. Application Research of Computers, 2026, 43 (10). (2026-07-30). https://doi.org/10.19734/j.issn.1001-3695.2025.12.0542. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
