基于自监督学习的热红外图像景深估计方法

TP29; 从热红外图像对比度低、细节信息不足等特点出发,提出了一种面向热红外图像的景深估计方法.首先,设计了一种红外特征聚合模块,提高了对目标物边缘和小目标的全方位深度信息获取能力;其次,在特征融合模块中引入了通道注意力机制,进一步融合通道间的交互信息;在此基础上,建立了一种深度估计网络,实现热红外图像的像素级景深估计.消融实验与对比实验的结果表明,该方法在热红外图像像素级景深估计中性能优于其他代表性方法....

Full description

Saved in:
Bibliographic Details
Published in红外与毫米波学报 Vol. 42; no. 6; pp. 907 - 916
Main Authors 丁萌, 关松, 李帅, 于快快, 徐一鸣
Format Journal Article
LanguageChinese
Published 南京航空航天大学 民航学院,江苏 南京 211106%光电信息控制和安全技术重点实验室,天津 300308 2023
Subjects
单目深度估计
无监督学习
通道注意力机制
thermal infrared image
特征聚合
self-supervised learning
feature aggregation
channel attention mechanism
红外图像
monocular depth estimation
Online AccessGet full text
ISSN1001-9014
DOI10.11972/j.issn.1001-9014.2023.06.024

Cover

More Information
Summary:TP29; 从热红外图像对比度低、细节信息不足等特点出发,提出了一种面向热红外图像的景深估计方法.首先,设计了一种红外特征聚合模块,提高了对目标物边缘和小目标的全方位深度信息获取能力;其次,在特征融合模块中引入了通道注意力机制,进一步融合通道间的交互信息;在此基础上,建立了一种深度估计网络,实现热红外图像的像素级景深估计.消融实验与对比实验的结果表明,该方法在热红外图像像素级景深估计中性能优于其他代表性方法.
ISSN:1001-9014
DOI:10.11972/j.issn.1001-9014.2023.06.024