(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211039955.9 (22)申请日 2022.08.29 (71)申请人 中国科学院深圳先进技 术研究院 地址 518055 广东省深圳市南 山区深圳大 学城学苑大道1068号 (72)发明人 罗哲皓　梁国远　罗思进　吴新宇　 (74)专利代理 机构 北京市诚辉律师事务所 11430 专利代理师 成丹　耿慧敏 (51)Int.Cl. G06T 7/55(2017.01) G06T 3/40(2006.01) G06V 10/80(2022.01) G06V 10/77(2022.01) G06T 1/00(2006.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种单目深度估计方法、 装置、 电子设备及 存储介质 (57)摘要 本申请提供一种单目深度估计方法、 装置、 电子设备及存储介质， 该方法包括： RGB图像基于 动态路由网络通过不同路径生成若干种尺度的 特征图； 若干种尺度的特征图利用特征融合模块 融合生成新特征图； 新特征图作为卷积模块的输 入， 经过卷积操作生成预测的深度图。 该方案在 保证网络准确率的前提下， 有效提升了网络的泛 化能力。 权利要求书2页 说明书9页 附图3页 CN 115423858 A 2022.12.02 CN 115423858 A 1.一种单目深度估计方法， 其特 征在于， 所述方法包括： RGB图像基于动态路由网络通过不同路径生成若干种尺度的特 征图； 所述若干种尺度的特 征图利用特 征融合模块融合 生成新特 征图； 所述新特征图作为卷积模块的输入， 经 过卷积操作生成预测的深度图。 2.根据权利要求1所述的方法， 其特征在于， 所述若干种尺度的特征图包括 四种尺度的 特征图； 所述RGB图像 基于动态路由网络通过不同路径生成若干种尺度的特 征图， 包括： 所述RGB图像经 过卷积降为1/4尺度的特 征图； 所述1/4尺度的特 征图经过所述动态路由网络， 生成四种尺度的特 征图。 3.根据权利要求1所述的方法， 其特征在于， 所述动态路由网络包括16层动态路由层， 所述16层动态路由层中第一层动态路由层包括2个结点， 第二层动态路由层包括3个结点， 其他层动态路由层包括 4个结点； 所有所述结点包括 边结点和非边结点； 每个所述非边结点均有三种输入和三种输出， 每层动态路由层的所述非边结点拼接上 一层动态路由层的三种输入， 并通过门函数生成每条尺度路径的选择概率， 生成所述非边 结点的三种输出。 4.根据权利要求1所述的方法， 其特征在于， 所述特征融合模块依次包括上采样部分、 拼接部分、 通道 注意力部分和空间注意力部分。 5.根据权利要求4所述的方法， 其特征在于， 所述若干种尺度的特征图利用特征融合模 块融合生成新特 征图， 包括： 所述若干种尺度的特征图通过所述上采样部分进行上采样， 得到若干个相同尺度的特 征图； 所述若干个相同尺度的特 征图通过 所述拼接部分进行拼接， 得到拼接特 征图； 所述拼接特征图通过 所述通道注意力部分， 得到通道特 征图； 所述通道特征图通过 所述空间注意力部分， 得到所述 新特征图。 6.根据权利要求1所述的方法， 其特征在于， 所述卷积模块包括三个卷积核大小为5 × 5， 步长为1的卷积层。 7.根据权利要求1所述的方法， 其特征在于， 所述新特征图作为卷积模块的输入， 经过 卷积操作生成预测的深度图， 包括： 所述新特征图经过三次卷积核为5 ×5， 步长为1的卷积 操作， 生成所述预测的深度图。 8.一种单目深度估计装置， 其特 征在于， 所述装置包括： 特征图生成模块， 用于RGB图像基于动态路由网络通过不同路径生成若干种尺度的特 征图； 特征融合模块， 用于将所述若干种尺度的特 征图融合 生成新特 征图； 深度图生成模块， 所述新特征图作为卷积模块的输入， 经过卷积操作生成预测的深度 图。 9.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑7中任一所述的单目深 度估计方法。 10.一种可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执行时权　利　要　求　书 1/2 页 2 CN 115423858 A 2实现如权利要求1 ‑7中任一所述的单目深度估计方法。权　利　要　求　书 2/2 页 3 CN 115423858 A 3