SSRDepth：融合语义分割与相对深度的单目视觉测距新方法

本文推荐一种创新性单目深度估计框架SSRDepth，通过显式结合语义分割（Semantic Segmentation）与相对深度（Relative Depth）预测，有效解决了传统方法在语义边界区域的深度模糊问题。该研究提出三大核心模块：分割提议尺度（SPS）模块、自适应相对深度（ARD）模块和分割查询引导聚合（SQGA）模块，在室内外数据集上均表现出优越性能，为零样本（zero-shot）场景下的深度估计提供了新思路。

　　

Highlight

我们提出SSRDepth框架，通过将度量深度（Metric Depth）分解为分割尺度（Segmentation Scale）和语义感知相对深度（Semantic-aware Relative Depth），实现了单目图像的高精度深度估计。

The proposed method

整体架构

SSRDepth包含三大核心模块：

1. 1.

   分割查询引导聚合模块（SQGA）：通过语义掩码生成器（SMG）产生的多尺度掩模，采用新型特征交互模式聚合语义片段内的特征。

2. 2.

   分割提议尺度模块（SPS）：利用语义约束和尺度对齐预测分割尺度，保持语义边界锐利。

3. 3.

   自适应相对深度模块（ARD）：在归一化深度空间内通过混合回归（Hybrid Regression）预测语义感知相对深度。

Datasets

实验在NYU-Depth v²（室内）和KITTI（室外）数据集上进行，使用预训练语义分割模型[31]标注数据，验证了方法的泛化能力。

Conclusion

SSRDepth通过显式建模语义结构与深度关系，在室内外场景中均取得竞争优势，为零样本深度估计任务提供了新范式。