基于多掩膜技术的无监督深度与光流估计方法

张旭东 赵柏淦 吴国庆 姚建南

摘要：针对自动驾驶领域现有方法在处理动态、遮挡等复杂实际场景时存在的估计不准确问题，提出了一种以多掩膜技术为基础的无监督深度与光流估计方法，通过无监督学习从单目视频序列中提取目标深度、相机运动位姿和光流信息。根据不同外点类型设计了多种特定掩膜，以有效抑制外点对光照一致性损失函数的干扰，并在位姿估计和光流估计任务中起到剔除外点的作用。引入预训练的光流估计网络，协助深度和位姿估计网络更好地利用三维场景的几何约束，从而增强联合训练性能。最后，借助训练得到的深度和位姿信息，以及计算得到的掩膜，对光流估计网络进行了优化训练。在KITTI 数据集上的实验结果表明，该策略能够显著提升模型的性能，并优于其他同类型方法。

关键词：無监督学习；深度估计；位姿估计；三维重建

中图分类号：TP 391 文献标志码：A