一种使用注意力机制的弱监督深度估计网络

单目深度估计（MDE）是场景理解与重建等众多应用中的一项基础任务。然而，现有多数方法依赖于精确标注的数据集。本文针对存在错误标签的情况，提出了一种基于注意力嵌套 U-net（ANU）的弱监督框架，称为 ANUW。ANUW 以端到端方式训练，将输入的单个 RGB 图像转换为深度图像。它由密集残差网络结构、自适应权重通道注意力（AWCA）模块、块二次非局部（PSNL）模块以及软标签生成方法组成。密集残差网络作为网络主体进行输入的编码与解码。AWCA 模块可自适应调整通道权重以提取重要特征。PSNL 模块通过二阶非局部方法实现空间注意力机制。所提出的软标签生成方法利用数据集的先验知识生成软标签以替换错误标签。所提出的 ANUW 在一个有缺陷的单目深度数据集上训练，训练后的模型在三个公开数据集上测试，结果表明 ANUW 相较于当前最优的 MDE 方法具有优越性。