用于单目深度估计的带空间注意力残差精炼模块金字塔频率网络
计算机视觉与模式识别
2022-04-06 v1
摘要
基于深度学习的深度估计方法迅速发展，相较现有方法具有更优性能。为在真实场景中估计深度，深度估计模型需要应对各种噪声环境的鲁棒性。本工作中，提出一种带空间注意力残差精炼模块（SARRM）的金字塔频率网络（PFN），以应对现有深度学习方法鲁棒性弱的问题。为重建具有准确细节的深度图，SARRM 构建了一种带注意力机制的残差融合方法来精炼模糊深度。设计了分频策略，并开发了频率金字塔网络以从多个频带提取特征。借助该频率策略，PFN 在 Make3D、KITTI depth 和 NYUv2 数据集上的室内外场景均取得优于 SOTA 方法的视觉精度。在含噪 NYUv2 数据集上的额外实验表明，PFN 在高噪声场景中比现有深度学习方法更可靠。
引用
@article{arxiv.2204.02386,
title = {Pyramid Frequency Network with Spatial Attention Residual Refinement Module for Monocular Depth Estimation},
author = {Zhengyang Lu and Ying Chen},
journal= {arXiv preprint arXiv:2204.02386},
year = {2022}
}