非对称双域深度估计网络

自监督几何感知

结合切线投影与全景投影，通过非对称双域协同学习，缓解拼接伪影并保留深度细节，无需真实深度标签即可训练。

王旭 · Ziyan, He · Zhang, Qiudan · 杨铀 · Zhao T. · 江健民

IEEE Transactions on Multimedia 2025

技术优势

不需真值深度

训练完全自监督，不需要昂贵的深度标注，大幅降低数据获取成本。

参数更轻量

非对称设计只在切线域聚合特征，全景域共享分布，模型参数没有膨胀。

应用场景

• 3D场景感知：为全景相机提供无真值标签的稠密深度，支撑室内外3D感知。
• 视觉里程计：生成连续帧深度，辅助特征匹配与尺度恢复，提升位姿估计。
• 移动机器人导航：单帧全景即可获得周围深度，帮助机器人实时避障与路径规划。
• 无人机避障：全景深度覆盖无人机全向视野，减少盲区，提升避障响应速度。
• 场景重建：从单张全景图恢复尺度一致的深度，简化三维重建流程。