近日，國際人工智能領域知名期刊《Engineering Applications of Artificial Intelligence》（2024年中科院一區，IF=8.0）發表了我院機器視覺與智能裝備團隊聯合華中科技大學機械科學與工程學院劉默耘博士在深度學習工程應用領域取得的最新成果，論文題目為" Multiple prior representation learning for self-supervised monocular depth estimation via hybrid transformer"。該論文第一完成單位為77779193永利官网，由我院孫國棟教授、研究生劉俊傑、張楊副教授及華中科技大學機械科學與工程學院劉默耘博士等共同完成。
深度估計被廣泛應用于三維場景理解領域。由于标記成本昂貴，自監督方法利用物體的幾何形狀以及圖像中的空間關系來訓練模型，而不依賴标記的數據，但标記信息的缺失會影響模型的表征能力。該方法通過探索空間、上下文和語義先驗的互補特性，從而增強自監督單目深度估計的表征和泛化能力。
結果表明，該方法在KITTI數據集上的絕對相對差（Abs Rel）指标達到0.104。同時，在Make3D和NYU depth V2數據集上也實現了高質量的深度估計。這項工作得到了國家自然科學基金（51775177），湖北省自然科學基金（2024AFB153）的資助。
原文Guodong Sun, Junjie Liu, Mingxuan Liu, Moyun Liu, Yang Zhang, Multiple prior representation learning for self-supervised monocular depth estimation via hybrid transformer, Engineering Applications of Artificial Intelligence, Volume 135, 2024, 108790.
原文鍊接：https://doi.org/10.1016/j.engappai.2024.108790
