用于单目深度预测的金字塔特征注意力网络
计算机视觉与模式识别
2024-03-05 v1
摘要
深度卷积神经网络（DCNN）在单目深度估计（MDE）中取得了巨大成功。然而，现有工作很少考虑不同层级特征图对 MDE 的贡献，导致预测中出现空间布局不准确、边界模糊和物体表面不连续的问题。为了更好地解决这些问题，我们提出了一种金字塔特征注意力网络以增强高级上下文特征和低级空间特征。在所提出的 PFANet 中，我们设计了双尺度通道注意力模块以在不同尺度上采用通道注意力，从而从高级特征图中聚合全局上下文和局部信息。为了利用视觉特征的空间关系，我们设计了空间金字塔注意力模块，它可以引导网络关注低级特征图中的多尺度细节信息。最后，我们引入了尺度不变梯度损失，以增加对深度方向不连续区域误差的惩罚。实验结果表明，我们的方法在 KITTI 数据集上优于最先进的方法。
引用
@article{arxiv.2403.01440,
title = {Pyramid Feature Attention Network for Monocular Depth Prediction},
author = {Yifang Xu and Chenglei Peng and Ming Li and Yang Li and Sidan Du},
journal= {arXiv preprint arXiv:2403.01440},
year = {2024}
}
备注
6 pages, 5 figures