自监督单目3D重建

资源内容介绍

本文提出一种创新的自监督方法，通过相关性感知结构和高斯估计器，实现单目视频的3D重建与自我运动估计。该方法不仅挖掘深度间的内在关联，将独立深度转化为图状连接的深度图，还同步预测深度与不确定性，提升模型鲁棒性与决策安全性。针对低纹理、阴影等挑战区域，引入CLAHE预处理与坚固性感知掩码，有效缓解梯度局部性问题并过滤高不确定性干扰。在KITTI、Make3D和Cityscapes数据集上的实验表明，该方法在深度估计与视觉里程计任务中达到领先性能，具备强泛化能力与实际应用价值。