基于自监督深度学习的全景图像深度估计研究

深度估计在虚拟现实、场景重建、自动驾驶和目标检测等领域发挥着重要作用。全景图像包含全向视野信息，逐渐成为深度估计领域的研究热点。但是，全景图像存在图像畸变的问题，而且深度数据采集、标注较为困难。对此，提出采用自监督方式，利用自监督深度学习算法，引入通道优化多空间融合注意力机制，增强远距离特征提取，以获取全局和局部信息。同时，引入全景感受野块，扩充感受野以获取多尺度信息。