CN119478004A 单目偏振视觉深度估计方法、装置、设备及介质 （中国人民解放军国防科技大学）

指导的深度估计网络用于输出偏振图像的非法网络与对象级偏振法线估计物理模型构建损失将生成的场景级法线转化为场景级法线指导的信息。本发明可有效提升单目深度估计的鲁棒2对偏振图像进行预处理，包括对偏振图像进行去噪与去马赛克处将所述偏振图像的预处理结果输入非法线指导的深度估计网络将所述偏振图像的预处理结果输入场景级法线指导的深度估计网络中生成场景级法将场景级法线指导的深度、非法线指导的深度通过残差连接与注意力4.根据权利要求1或2或3所述的单目偏振视觉深度估计方法，用图像分割网络与对象利用FastSAM图像分割网络对偏振图像的偏振信息中的入射光强进行分割处理，分割使用对象级法线估计的方法SfP对偏振图像中的目标对象5.根据权利要求4所述的单目偏振视觉深度估计方法，其特征在于，构建损失函数如;;3;像中心像素点的位置坐标，N(x,))代表位置坐标为处的像素点的法线估计数值，N"(,)代表位置坐标为(,)处的像素点的法线真值，和为权重平衡因子。6.根据权利要求4所述的单目偏振视觉深度估计方法，其特征在于，和均取值7.根据权利要求5或6所述的单目偏振视从三维点P出发垂直于其表面切平面的向量，三维点P的表面切平面到相机坐标系原点的建立了表面法线与深度的逐像素计算关系模。输入预处理模块，用于对偏振图像进行预处理，包括对偏振图像进行去非法线指导的深度估计网络模块，用于将所述偏振图像的预处理结的深度估计网络中，所述非法线指导的深度估计网络采用Swin_Transformer进行特征提场景级法线指导的深度估计网络模块，用于将所述偏深度联合优化模块，用于将场景级法线指导的深度、非法线指导的理器执行计算机程序时实现如权利要求1所述单目偏振视觉深度估计方法4理器执行时实现如权利要求1所述单目偏振视觉深度估计方法5[0001]本发明主要涉及到智能导航技术领域，尤其是一种单目偏振视觉深度估计方法、或视觉歧义场景下深度估计精度大幅降低的问题，提高传统单目深度估计算法的鲁棒性，将所述偏振图像的预处理结果输入场景级法线指导的深度估计网络中生成场景6程序被处理器执行时实现上述单目偏振视觉深度估计[0011]本发明将所述偏振图像的预处理结果输入场景级法线指导的深度估计网络中生[0012]本发明缓解了传统单目深度估计方法在低纹理区域和视觉歧义场景中的深度估7[0016]为解决现阶段单目深度估计算法在低纹理区域或视觉歧义场景下深度估计精度将所述偏振图像的预处理结果输入场景级法线指导的深度估计网络中生成场景相机坐标系下的三维坐标，然后对各像素点对应的相机坐标系下的三维坐标进行归一化，出非法线指导的深度，由输入场景级法线指导的深度估计网络输出场景级法线指导的深[0021]在一实施例中，用图像分割网络与对象级偏振法线估计利用FastSAM图像分割网络对偏振图像的偏振信息中的入射光强进行分割处理，8;;;偏振图像中心像素点的位置坐标，N(x,))代表位置坐标为处的像素值，N(,)代表位置坐标为(:,)处的像素点的法线真值，和为权重平衡因子，权的融合编码输入到场景级法线指导的深度估计网络中，由基于学习的方法生成场景级法[0023]本发明通过引入法线距离建立了表面法线与深度的设为相机坐标系下一三维点，p=[u,vp为三维点p在图像坐标系下的二表面切平面到相机坐标系原点的距离定义为法线距离I(p)：;;其中D(p)代表二维点p的深度，即三维点p在相机坐标系下的z轴数值；建立了表面法线与深度的逐像素计算关系模9;利用表面法线与深度的逐像素计算关系模型将生成的场景级法线转化为场景级法线指导的深度时，将生成的场景级法线作为N(p)带入表面法线与深度的逐像素计算关