摘要：提出了一种基于深度学习的多约束框架,用于从单目视频中预测深度图。该框架不仅通过最小化光度误差来对网络进行优化,还引入了匹配点对约束和极线约束来弥补光度误差在无纹理区域和光照变化情况下的不稳定性。此外,该框架还加入了非连续图像之间的约束来改善模型的表现。通过与其他深度估计方法进行对比分析,结果表明:该框架可以提高深度预测的准确性,增强了模型在处理无纹理区域和光照变化时的鲁棒性。

关键词：计算机视觉 深度估计 多约束 

单位：湘潭大学信息工程学院; 湖南湘潭411105