DepthMamba:多尺度VisionMamba架構的單目深度估計

打開文本圖片集

摘 要：在單目深度估計領域，雖然基于CNN和Transformer的模型已經(jīng)得到了廣泛的研究，但是CNN全局特征提取不足，Transformer則具有二次計算復雜性。為了克服這些限制，提出了一種用于單目深度估計的端到端模型，命名為DepthMamba。該模型能夠高效地捕捉全局信息并減少計算負擔。具體地，該方法引入了視覺狀態(tài)空間（VSS）模塊構建編碼器-解碼器架構，以提高模型提取多尺度信息和全局信息的能力。（剩余12676字）