GCNDepth：基于图卷积网络的自监督单目深度估计

深度估计是三维重建中一项具有挑战性的任务，旨在提升环境感知的精度。本文提出了一种新的解决方案，通过一系列改进，显著增强了深度图在定量与定性层面的理解能力，相较于现有方法具有明显优势。近年来，卷积神经网络（CNN）在从单目视频中估计深度图方面展现出卓越性能。然而，传统CNN无法处理拓扑结构信息，仅适用于具有固定尺寸和权重的规则图像区域。相比之下，图卷积网络（GCN）能够对非欧几里得数据进行卷积操作，适用于具有拓扑结构的不规则图像区域。因此，在本研究中，为更好地保留物体的几何外观及其空间分布特征，我们致力于利用GCN构建一种自监督深度估计模型。本模型由两个并行的自编码器网络组成：第一个网络基于ResNet-50提取输入图像的特征，并结合多尺度图卷积网络（GCN）进行深度图估计；第二个网络则基于ResNet-18，用于估计连续两帧之间的自运动矢量（即三维姿态）。所估计的三维姿态与深度图共同用于重构目标图像。为应对深度预测中的误差并有效保留物体边界的不连续性，模型采用融合光度损失、投影损失与平滑性损失的组合损失函数。实验结果表明，本方法在公开的KITTI和Make3D数据集上均取得了具有竞争力且令人鼓舞的性能，深度预测准确率高达89%，同时相比当前最优方法，可训练参数数量减少了40%。项目源代码已公开，获取地址为：https://github.com/ArminMasoumian/GCNDepth.git。