第５０卷第１期２０２３年北京化工大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＣｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）Ｖｏｌ．５０，Ｎｏ．１２０２３引用格式：杨巧宁，蒋思，纪晓东，等．基于多尺度特征提取的单目图像深度估计［Ｊ］．北京化工大学学报（自然科学版），２０２３，５０（１）：９７－１０６．ＹＡＮＧＱｉａｏＮｉｎｇ，ＪＩＡＮＧＳｉ，ＪＩＸｉａｏＤｏｎｇ，ｅｔａｌ．Ｍｏｎｏｃｕｌａｒｉｍａｇｅｄｅｐｔｈｅｓｔｉｍａｔｉｏｎｂａｓｅｄｏｎｍｕｌｔｉ⁃ｓｃａｌｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＣｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ），２０２３，５０（１）：９７－１０６．基于多尺度特征提取的单目图像深度估计杨巧宁蒋思纪晓东杨秀慧（北京化工大学信息科学与技术学院，北京１０００２９）摘要：在目前基于深度学习的单目图像深度估计方法中，由于网络提取特征不够充分、边缘信息丢失从而导致深度图整体精度不足。因此提出了一种基于多尺度特征提取的单目图像深度估计方法。该方法首先使用Ｒｅｓ２Ｎｅｔ１０１作为编码器，通过在单个残差块中进行通道分组，使用阶梯型卷积方式来提取更细粒度的多尺度特征，加强特征提取能力；其次使用高通滤波器提取图像中的物体边缘来保留边缘信息；最后引入结构相似性损失函数，使得网络在训练过程中更加关注图像局部区域，提高网络的特征提取能力。在ＮＹＵＤｅｐｔｈＶ２室内场景深度数据集上对本文方法进行验证，实验结果表明所提方法是有效的，提升了深度图的整体精度，其均方根误差（ＲＭＳＥ）达到０.５０８，并且在阈值为１.２５时的准确率达到０.８７５。关键词：单目图像；深度估计；多尺度特征；结构相似性损失函数中图分类号：ＴＰ３９１ＤＯＩ：１０．１３５４３／ｊ．ｂｈｘｂｚｒ．２０２３．０１．０１２收稿日期：２０２１１２２７第一作者：女，１９７６年生，副教授，博士Ｅ⁃ｍａｉｌ：ｙａｎｇｑｎ＠ｍａｉｌ．ｂｕｃｔ．ｅｄｕ．ｃｎ引言近年来，人工智能技术已经大量应用到人类生活中，如自动分拣机器人［１］、ＶＲ虚拟现实、自动驾驶［２］等。深度信息帮助这些应用理解并分析场景的３Ｄ结构，提高执行具体任务的准确率。传统的深度信息获取方式主要有两种：一种是通过硬件...
