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。
相关科技单元