深度预测是计算机视觉领域最重要的研究课题之一,深度信息的预测是使计算机从二维的图像中抽取三维信息,对实现三维重建等实际问题有重要意义。近年来,有着强大的非线性函数的拟合能力以及图像特征提取能力的卷积神经网络在深度预测的研究中被广泛应用,并取得了不错的成绩。目前,基于卷积神经网络的深度预测的方法大多需要利用真实的深度图像作为标签对网络进行训练。但是,真实深度图像的采集需要昂贵精密的设备,成本非常高。针对此问题,本文围绕无监督深度预测问题进行研究,提出了基于双目视差和外极线约束的无监督深度预测方法,具体研究内容如下:本文提出了一种利用卷积神经网络的无监督深度预测方法。我们模拟人类用双眼采集场景信息的方式,采用双目相机采集的RGB图像作为输入,利用卷积神经网络拟合出一个复杂的非线性函数来计算输入图像的深度图像。结合预测出的深度信息,利用左右图像之间的视差,由右图像重建出左图像。利用真实的左图像与重建的左图像之间的像素差值,以及双目图像之间的外极线约束作为损失,对网络进行无监督的训练,实现对双目图像的无监督深度预测。此外,由于双目图像的视差不仅与深度值存在关系,还与左右相机的位置变换存在紧密联系,因此,本文还可以计算出左右相机之间的旋转和平移变换。本文使用的卷积神经网络借鉴了 Unet编码器解码器的网络结构,并在此基础上,对网络结构进行了改进,提出了一种改进的网络结构。为了能够模拟人类双眼采集信息的方式,本文的网络以双目图像作为输入,分别对左右图像进行卷积操作后将两部分进行通道合并,然后连接编码网络,我们以添加了注意力模块的残差网络作为编码器网络,对图像进行特征提取,最后,经过多次反卷积操作来恢复深度图像。通过与其他深度预测方法的实验效果进行对比,本文方法可以在无需真实深度图的情况下,预测场景深度信息的精度效果较好,并且本文的深度预测方法还可以计算出双目相机之间的平移和旋转变换。