基于多掩膜技術的無監督深度與光流估計方法

張旭東 趙柏淦 吳國慶 姚建南

摘要：針對自動駕駛領域現有方法在處理動態、遮擋等復雜實際場景時存在的估計不準確問題，提出了一種以多掩膜技術為基礎的無監督深度與光流估計方法，通過無監督學習從單目視頻序列中提取目標深度、相機運動位姿和光流信息。根據不同外點類型設計了多種特定掩膜，以有效抑制外點對光照一致性損失函數的干擾，并在位姿估計和光流估計任務中起到剔除外點的作用。引入預訓練的光流估計網絡，協助深度和位姿估計網絡更好地利用三維場景的幾何約束，從而增強聯合訓練性能。最后，借助訓練得到的深度和位姿信息，以及計算得到的掩膜，對光流估計網絡進行了優化訓練。在KITTI 數據集上的實驗結果表明，該策略能夠顯著提升模型的性能，并優于其他同類型方法。

關鍵詞：無監督學習；深度估計；位姿估計；三維重建

中圖分類號：TP 391 文獻標志碼：A