摘要
近年来，深度估计是基于全景图像进行三维重建的关键步骤。全景图像能够保留完整的空间信息，但采用等距柱状投影（equirectangular projection）时会引入显著的几何畸变。本文提出一种基于自适应融合空洞卷积（ACDNet）的深度估计方法，用于预测单目全景图像的稠密深度图。具体而言，我们通过组合不同空洞率的卷积核，扩展了在等距柱状投影下的感受野。同时，引入一种自适应通道融合模块，以整合特征图，并在通道维度上捕获具有多样性的关注区域。由于该模块在构建过程中引入了通道级注意力机制，网络能够高效地捕捉并利用跨通道的上下文信息。最后，我们在三个数据集（涵盖虚拟与真实场景）上进行了深度估计实验，结果表明，所提出的ACDNet显著优于当前最先进的方法（SOTA）。相关代码与模型参数已开源，获取地址为：https://github.com/zcq15/ACDNet。